Der Einfluss der Persönlichkeit

auf das Informationsverhalten:

Eine empirische Studie zur Suche im Web

Bachelorarbeit im Fach Medieninformatik am

Institut für Information und Medien, Sprache und Kultur (I:IMSK)

Vorgelegt von: Thomas Schmidt

Adresse: Thannsteinweg 10, 93049 Regensburg

Matrikelnummer: 1441397

Erstgutachter: Prof. Dr. Rainer Hammwöhner

Zweitgutachter: Prof. Dr. Christian Wolff

Laufendes Semester: SoSe 2015

Abgegeben am: 20.04.2015

In dieser Arbeit wird eine quantitative Studie mit 30 Teilnehmern präsentiert, die den

Zusammenhang zwischen Persönlichkeit und dem Informationsverhalten im Kontext

der Web-Suche untersucht. Die Arbeit führt zunächst in das psychologische Konzept

der Persönlichkeit und die dazugehörige Forschung im IR ein. Die Persönlichkeit der

Teilnehmer wird mit Hilfe eines psychometrischen Tests operationalisiert, der Persön-

lichkeit auf verschiedene Dimensionen abbildet. Die Teilnehmer müssen Such-Tasks

im Web ausführen und mittels Search-Logs und Fragebogen Daten zum Informations-

verhalten erhoben. Es wird gezeigt, dass es punktuelle, schwache bis mittelstarke Kor-

relationen zwischen den erhobenen Variablen des Informationsverhaltens und den

Dimensionen der Persönlichkeit gibt. Mögliche Erklärungen und Implikationen wer-

den diskutiert sowie weitere Impulse für die Forschung im IR gegeben.

In this thesis a quantitative study involving 30 participants is presented. It anlyzes the

relationship between personality and information behavior in the context of web se-

arch. To start out, an introduction to the concept of personality and the research in IR

of this field is given. The participants‘ personality traits were operationalized by using

a psychometric questionnaire that maps personality on different dimensions. The par-

ticipants performed search tasks in a web context and data concerning their informati-

on behavior was collected via search-logs and questionnaires. It can be shown that the-

re are selective correlations of slight and intermediate strength between the variables of

information behavior and the personality dimensions. Finally, possible explanations

and implications as well as new impulses for the research in IR are discussed.

Der Begriff Informationsverhalten beschreibt nach Bates (2010) die verschiedenen Ar-

ten, wie der Mensch mit Information interagiert. Gleichzeitig wird der Begriff in der

Bibliotheks- und Informationswissenschaft verwendet um Forschungsprojekte zu klas-

sifizieren, die den Umgang der Menschen mit Information in einem beliebigen Kontext

untersuchen. Informationsverhalten hat sich neben den Bibliothekswissenschaften

auch für zahlreiche andere Disziplinen als relevanter Untersuchungsgegenstand her-

ausgestellt, z.B. im Marketing (Laroche, Saad, Cleveland & Brown, 2000) oder Touris-

mus (Jani, 2011). Mit der Etablierung und Popularität des World Wide Web werden die

Menschen mit enorm großen Informationsmengen konfrontiert. Dies bewirkt neue

technische Herausforderungen für Informationssysteme und Suchmaschinen im Web.

Aber auch das Informationsverhalten kann genauer untersucht werden mit Hilfe des

Webs und die Ergebnisse können wiederum förderlich für die entsprechenden Systeme

sein. Die vorliegende Studie folgt diesem Prinzip.

In der Forschung zum Informationsverhalten konnten immer wieder individuelle

Unterschiede von Person zu Person festgestellt werden, die durch bekannte Faktoren

nicht erklärt werden konnten. Die hier vorliegende Studie soll untersuchen, ob und

inwiefern das psychologische Konzept der Persönlichkeit einen Einfluss auf das Infor-

mationsverhalten hat und ob damit individuelle Unterschiede erklärt werden können.

In Abschnitt 2 wird die wissenschaftliche Literatur zu dem Thema, sowohl aus der

Psychologie als auch aus der Informationswissenschaft aufbereitet. In Abschnitt 3 wird

auf Basis des wissenschaftlichen Hintergrunds eine konkrete Forschungsfrage vorge-

stellt. In Abschnitt 4 werden die Methodik und das Design der vorliegenden Studie

genauer erläutert. Abschnitt 5 widmet sich der statistischen Beschreibung und Auswer-

tung der Daten hinsichtlich der Forschungsfrage. Eine anschließende Diskussion in

Abschnitt 6 soll die Ergebnisse im Kontext der Forschung beleuchten und weitere Im-

plikationen aus dem Forschungsresultat beschreiben. In Abschnitt 7 wird knapp auf die

Grenzen aber auch auf das zukünftige Potential der Studie hingewiesen.

Im Folgenden soll ein kurzer Überblick über das Konzept der Persönlichkeit im wis-

senschaftlichen Kontext gegeben werden. Einen besonderen Schwerpunkt bildet dabei

die Entwicklung des im vorliegenden Forschungsprojekt genutzten Fünf–Faktoren–

Modells. In einem weiteren Punkt soll dann die bisherige Forschung zusammengefasst

werden, die den Einfluss von Persönlichkeit auf das Informationsverhalten untersucht.

In der Entwicklung der empirischen Persönlichkeitspsychologie waren stets unter-

schiedliche Persönlichkeitstheorien und Definitionen vorherrschend, abhängig vom

momentan prägenden Wissenschaftsparadigma (Asendorpf & Neyer, 2012, S.23-78).

Stern (1911) stellte zum ersten Mal ein Schema auf, das Persönlichkeit als Samm-

lung von Merkmalen eines Individuums auffasste, deren Ausprägungen durch Ver-

gleich mit anderen Individuen, also einer Referenzpopulation, bestimmt werden kön-

nen. Cattell (1946) modifizierte dieses Schema, indem er die Merkmale um eine zeitli-

che Dimension erweiterte. Eigenschaften eines Persönlichkeitsprofils sind nach Cattell

nur solche, die sich im Verlauf der Zeit nicht ändern, also zeitlich konstant sind. Eine

erste Konkretisierung der Eigenschaften findet sich bei Murray (1938), der 20 soge-

nannte „psychogene Bedürfnisse“ feststellte (z.B. Leistung, Fürsorglichkeit oder Ord-

nung) oder später bei Allport (1962), der eine hierarchische Struktur für die Merkmale

vorschlug. Eysenck (1947) lehnte eine Persönlichkeitstypologie ab und entwickelte eine

Faktorentheorie basierend auf Persönlichkeitsdimensionen. Seine Dimensionen waren

dabei Introversion/Extraversion und Labilität/Stabilität. Eysencks Ideen sollten später

die Entwicklung des Fünf-Faktoren-Modells prägen. Ein bedeutender Gegenstand der

Persönlichkeitspsychologie ist auch die Frage nach den Ursachen und der Entwicklung

der Persönlichkeit. Eysenck (1967) betrachtete dabei genetische Einflüsse als entschei-

dend, während zum Beispiel Skinner (1956) und Bandura (1978) über ihre lerntheoreti-

sche Forschung den Ansatz vertraten, dass die Umwelt die Persönlichkeit prägt. Mo-

derne Zwillingsstudien legen nahe, dass 40–50% unserer Persönlichkeit genetisch be-

dingt ist, wie Weiss & Bates (2008) oder auch Kendler et al. (1993) aufzeigen.

Allport (1961) stellte des Weiteren fest, dass über 50 Definitionen und Theorien

zur Persönlichkeit in der Wissenschaft existieren und verdeutlichte damit die Schwie-

rigkeit der wissenschaftlichen Theorienbildung. Eine aktuelle und umfassenden Defi-

nition findet sich bei Stemmler et al. (2010):

„Persönlichkeit ist die dynamische Organisation von psychophysischen Systemen

innerhalb der Person, die in gegebenen Kontextbedingungen konsistente

Präferenzen in der Produktion von Verhaltens-, Denk-, und Gefühlsweisen

hervorbringen.

Die Verwendung des Begriffs „Präferenz“ bezieht sich auf die Vorstellung, dass

das Gehirn in einer gegebenen Situation verschiedene Verhaltens-, Denk-, und

Gefühlsweisen hervorbringen könnte, daraus aber, meist automatisch, nur eine

auswählt.“

Asendorpf und Neyer (2012) weisen darauf hin, dass die aktuelle Persönlichkeitspsy-

chologie weniger darauf fokussiert ist, eine allumfassende Theorie der Persönlichkeit

zu formulieren. Stattdessen verfolgt man einen pragmatischen Ansatz und damit die

nutzbringende Operationalisierung der theoretischen Konstrukte, zum Beispiel als

Hilfe für die Diagnostik in der klinischen Psychologie oder für die Arbeitspsychologie.

Grundlage des Fünf-Faktoren- Modells ist die Ablehnung einer Persönlichkeitstypolo-

gie zugunsten von Persönlichkeitsdimensionen. Die Typologie versucht Menschen

einer Gruppe zuzuordnen, während Dimensionen Merkmale sind, die jeder Mensch in

unterschiedlicher Ausprägung besitzt (Satow, 2012). Eysenck (1947) begründete dann

als erster die Dimensionen Extraversion und Neurotizismus. Catell (1965) verfolgte

einen psycho-lexikalischen Ansatz und untersuchte über 4500 Begriffe zur Beschrei-

bung individueller Unterschiede. Mit Hilfe der Faktorenanalyse konnte er 16 entschei-

dende bipolare Dimensionen bestimmen und den dazugehörigen Fragebogen (Sixteen

Personality Factor Questionnaire) entwickeln. Einige Faktoren dieses Fragebogens wie

emotionale Stabilität, Offenheit für Veränderungen und soziale Kompetenz prägten

später einzelne Dimensionen des Fünf-Faktoren-Modells. Norman (1963) reduzierte

die Anzahl der entscheidenden Faktoren nach seiner Analyse auf die heute bekannten

fünf orthogonalen Dimensionen. Diese sind Neurotizismus, Extraversion, Gewissen-

haftigkeit, Offenheit und soziale Verträglichkeit. Eine Vielzahl von Studien konnte die

Kulturstabilität und die Unabhängigkeit dieser Dimensionen immer wieder bestätigen

(Asendorpf & Neyer, 2012, S.107-111). Goldberg (1981) führte zum ersten Mal den Be-

griff der Big-Five ein, um die Bedeutsamkeit und Allgemeingültigkeit der Faktoren

herauszustellen.

Costa und McCrae (1985) entwickelten schließlich mit dem NEO – Personality In-

ventory den geläufigsten und international anerkanntesten Fragebogen zur Erfassung

der Persönlichkeit auf Basis des Big-Five-Modells. Dieser besteht aus 240 Fragen mit

einer 5-Punkte-Skala. Eine Besonderheit ist dabei, dass die fünf Hauptfaktoren noch-

mals in sechs Unterfacetten aufgeteilt sind. Eine überarbeitete Version erschien 1990.

Auch erschien eine verkürzte Version mit 60 Fragen, das NEO-Five -Factor-Inventory.

Das Big-Five-Modell ist heute das universelle Standardmodell in der Persönlich-

keitsforschung. Zahlreiche Studien in der Psychologie und verwandten Wissenschaften

nutzen ihn. Als Beispiel seien hier Judge, Higgins, Thorensen und Barrick (1999) ge-

nannt, die die Korrelation von Karriereerfolg und Persönlichkeit untersuchten, sowie

auch Van Dam, Janssens und De Bruyn (2005), die den Zusammenhang von Persön-

lichkeit und Jugendkriminalität analysierten. Auch in der Wirtschaft (Barrick & Mount,

1991) und in der klinischen Psychologie (Costa & McCrae, 1987) finden Fragebögen auf

Basis der Big-Five Anwendung. Die Metastudie von John, Naumann und Soto (2008)

zur Bedeutung des Big-Five-Modells in Forschung und Gesellschaft bestätigen diese

Aussagen und begründen die Verwendung des Fünf-Faktoren-Modells in der vorlie-

genden Studie zur Operationalisierung der Persönlichkeit.

Um ein besseres Verständnis der vorliegenden Studie zu ermöglichen, sei hier der

verwendete Fragebogen, der B5T nach Dr. Lars Satow (2012), näher erläutert. Dieser

zählt zu den am häufigsten eingesetzten psychologischen Tests im deutschsprachigen

Raum (Satow, 2012). Seine Bedeutung und Legitimität wird deutlich anhand der Tatsa-

che, dass der Test in die PSYNDEX-Testdatenbank1 und ins Testarchiv des Leibniz-

Zentrums für Psychologische Information und Dokumentation2 aufgenommen wurde.

Der Test wurde an einer Stichprobe von über 5000 Personen entwickelt, über Faktoren-

1 http://www.zpid.de/index.php?wahl=PSYNDEX&uwahl=Tests 2 http://www.zpid.de/

analyse auf die entscheidenden Items reduziert und die einzelnen Skalen auf Reliabili-

tät (interne Konsistenz) überprüft (Satow, 2012).

Der Test besteht aus 72 Fragen mit einer vierstufigen Likert-Skala von „trifft genau

zu“ bis „triff gar nicht zu“. Das vierstufige Likert-Format verhindert neutrale Ant-

wortmöglichkeiten, die oft falsch interpretiert werden (Garland, 1991). Die Fragen sind

als Selbsteinschätzung formuliert, z.B. „Ich bin ein ängstlicher Typ“ oder „Ich achte

darauf, immer freundlich zu sein“. Jede Frage ist genau einer Skala zugeordnet. Über

einen Berechnungsalgorithmus kann man daraufhin metrische Werte für die bekann-

ten fünf Hauptdimensionen des Big-Five ermitteln. Zusätzlich werden drei Grundmo-

tive menschlicher Persönlichkeit gemessen, welche nicht dem traditionellen Big-Five-

Schema angehören, sowie die Ehrlichkeit bei der Beantwortung. Nach Satow (2012)

können die drei Grundmotive einen weiteren wichtigen Beitrag zum Verständnis von

Persönlichkeit liefern.

Der Test wurde des Weiteren an 3000 Personen für drei Altersgruppen und das

Geschlecht normiert, um die Rohwerte (Wertebereich: 10-40) der einzelnen Skalen auf

Normwerte, sogenannte Stanine, abzubilden. Diese verlaufen im Bereich von 1 (äu-

ßerst niedrige Ausprägung) bis 9 (äußerst starke Ausprägung) und sollen eine Nor-

malverteilung widerspiegeln. Also haben im Schnitt die meisten Personen einen Wert

zwischen 4 und 6 in der Normtabelle. Dies ermöglicht eine genormte und standardi-

sierte Bewertung der Persönlichkeitsdimensionen für die verschiedenen Populations-

gruppen. Ein Beispiel: Ein Mann zwischen 20 und 50 Jahren mit einem Neurotizismus-

Rohwert von 39 hat einen Stanine-Wert von 9, wohingegen eine Frau mit demselben

Rohwert einen Stanine-Wert von 8 hat. An der Eichstichprobe hat sich hier also über

die Normierung gezeigt, dass Frauen im Durchschnitt höhere Neurotizismus-Werte

besitzen und deswegen höhere Rohwerte benötigen um hohe Stanine-Werte zu erzie-

len. Auf den Umgang mit Rohwerten und Stanine-Werten in dieser Studie wird in Ab-

schnitt 5 – Auswertung und Ergebnisse gesondert eingegangen.

Die verschiedenen Skalen werden im Folgenden näher ausgeführt. Die Beschrei-

bung ist an der Testdokumentation von Satow (2012) orientiert.

Diese Skala repräsentiert die emotionale Stabilität. Ein hoher Wert weist auf emotiona-

le Labilität hin. Menschen mit hohen Werten sind oft angespannt und ängstlich. Sie

können Stress weniger gut bewältigen und sorgen sich mehr, oft auch um unrealisti-

sche Probleme. Personen mit einem geringen Wert sind ruhiger, stabiler und entspann-

ter. Sie erleben negative Emotionen dementsprechend weniger intensiv. Diese Skala

hat hohe Bedeutung für die klinische Psychologie, da sie z.B. mit Depressionserkran-

gungen korreliert (Saklofske, Kelley & Janzen, 1995).

Extravertierte Menschen (Personen mit einem hohen Wert auf dieser Skala) sind nach

außen gekehrt, also gesellig, gesprächig und begeisterungsfähig. Introvertierte Men-

schen sind in sich gekehrt und generell eher zurückhaltend bei sozialen Interaktionen.

Sie sind schüchtern, nachdenklich aber auch unabhängig. Nach Judge et al. (2002) ist

Erfolg in der Arbeit ein Faktor, der mit Extraversion korreliert.

Menschen mit hohen Werten sind pflichtbewusst, sorgfältig, planvoll und systematisch

in ihrem Vorgehen. Menschen mit geringen Werten sind weniger genau und weniger

gut organisiert, gleichzeitig sind sie aber auch eher spontan. Auch dieser Faktor spielt

in der Arbeitswelt eine wichtige Rolle, da er mit beruflicher Leistung korreliert (Judge

et al., 2002).

Menschen mit einem hohen Wert sind besonders offen für neue Erfahrungen, tolerant

und neugierig. Sie empfinden sich selbst als intellektuell und an Kultur interessiert.

Menschen mit einem geringen Wert sind eher traditionell und geerdet. Sie präferieren

Bekanntes und Bewährtes vor Neuem.

Sozial verträgliche Menschen sind freundlich, kooperativ und nachgiebig. Sie bemühen

sich um andere und helfen ihren Mitmenschen oft uneigennützig. Deswegen empfin-

den sie sich selbst auch tatsächlich als sehr beliebt. Menschen mit einem geringen Wert

sind eher ich-bezogen, direkt und unmittelbar im zwischenmenschlichen Umgang.

Personen mit einem hohen Wert sind sehr leistungsorientiert und streben danach, der

Beste zu sein. Sie verlangen Aufmerksamkeit und Anerkennung für ihre Leistungen

und stellen den Erfolg dieser in den Vordergrund ihres Schaffens.

Personen mit einem hohen Machtbedürfnis wollen Verantwortung übernehmen und

wichtige Dinge kontrollieren und beeinflussen. Das Vorhandensein dieser Kontrolle ist

dabei auch ein primärer Faktor für ihre persönliche Zufriedenheit.

Menschen, die einen hohen Wert auf dieser Skala haben, sehnen sich nach Ruhe und

sicheren Verhältnissen. Sie vermeiden riskante Tätigkeiten und Überraschungen. Ins-

gesamt streben sie nach einem Leben in abgesicherten Verhältnissen.

Diese Skala umfasst Fragen zu menschlichen Schwächen die von fast allen Personen

bejaht werden müssten, wie z.B. „Ich habe schon mal über andere gelästert oder

schlecht über sie gedacht“. Sie misst also eine mögliche Testverfälschung durch positi-

ve Selbstdarstellung.

Zur genaueren Beschreibung und Erläuterung aller Skalen sei auf die Skalendokumen-

tation von Satow (2012) und auf äquivalente Persönlichkeitsbereiche in Asendorpf &

Neyer (2012, S.138-141, 159-163, 168-182) verwiesen. Der komplette Fragebogen sowie

die selbst erstellte Online-Version als PDF befinden sich auf der beiliegenden DVD im

Ordner Anhang 1 – Fragebögen und das Original als Print-Version in Anhang A. Zur

Nutzung wurde eine Lizenz für einen Zeitraum von fünf Jahren für beliebig viele Test-

personen erworben.

Grundlage für zahlreiche Hypothesen in der Forschung zum Informationsverhalten

sind dementsprechende Modelle (Wilson, 1999). Um die Studie in Kontext zu setzen

wird hier Bezug auf die zweite revidierte Version des Modells zum Informationsver-

halten von Wilson (1997) genommen (entwickelt 1996, präsentiert 1997). Dieses eignet

sich besonders gut, da personenbezogene Variablen enthalten und prominent platziert

sind. Im Zentrum des Modells steht die „Person im Kontext“, welche ein Informations-

bedürfnis in einem konkreten Kontext hat. Unterschiedliche Aktivitätsmechanismen

können dann die Entscheidung zur Informationssuche evozieren. Das Verhalten im

Suchprozess kann dabei unterschiedliche Ausprägungen haben. Das Modell ist insge-

samt als Schleife konstruiert. Entscheidend für die vorliegende Studie ist die Definition

sogenannter „intervenierender Variablen“, welche einen positiven oder negativen Ein-

fluss auf die Entscheidung zur Suche, zum Suchverhalten und zur Informationsverar-

beitung haben. Wilson kategorisiert die unterschiedlichen Einflussvariablen, mit einem

Fokus auf Faktoren, die den Nutzer charakterisieren wie demographische, psychologi-

sche und interpersonelle Faktoren. Persönlichkeit lässt sich der Kategorie „psycholo-

gisch“ zuordnen. Obwohl die Skizze des Modells suggeriert, dass diese Faktoren die

Barriere darstellen, den Suchprozess überhaupt aufzunehmen, betont Wilson, dass dies

nur eine Vereinfachung darstellt und die intervenierenden Variablen durchaus auf

andere Bestandteile im Modell Einfluss nehmen oder sich an anderen Positionen mani-

festieren können. Das Informationsbedürfnis wird in der vorliegenden Studie durch

das Experimentdesign bestimmt. Untersucht wird ein Teil der psychologischen Variab-

len in Form der Persönlichkeit und ihr Einfluss auf das „Informationssuchverhalten“

wie in der Grafik durch die blaue Markierung verdeutlicht wird.

Zum besseren Verständnis dieser Einordnung ist es notwendig, den Begriff des Infor-

mationsverhaltens und die wissenschaftliche Auseinandersetzung mit diesem Begriff

genauer zu analysieren. Wilson (2000) definiert „Information Behavior“ als die Ge-

samtheit menschlichen Verhaltens in Bezug zu Informationsquellen und -kanälen. Dies

stellt eine sehr breite Definition dar, schließt aber dementsprechend das in dieser Stu-

die untersuchte Web-Verhalten mit ein. „Information Seeking Behavior“ definiert er

des Weiteren als zielgerichtetes Suchen nach einer Information aufgrund eines Infor-

mationsbedürfnisses. Das computerbasierte Suchen nach Information mittels eines

Web-Services ist dabei Gegenstand dieser Untersuchung. Wilson betont mit der Defini-

tion des „Information Searching Behavior“ das „micro-level“ des Informationsverhal-

tens und nennt explizit das Benutzungsverhalten per Maus und das Klicken auf Links

als mögliche wichtige Parameter. Diese und ähnliche Maße sind zentrale Variablen der

hier vorliegenden Studie.

Wilson (2000) stellt in der Informationswissenschaft auch einen Paradigmenwechsel

seit den 80er Jahren über das System hinaus, hin zum Nutzer fest, welchen er auch in

seine Modelle zentral miteinbezieht. Ziel war es dabei, ähnlich zur vorliegenden Stu-

die, individuelle Unterschiede im Informationsverhalten zu erklären. Einige prominen-

te Beispiele seien hier genannt: Kuhlthau (1991) hat in ihrem Stufenmodell der Infor-

mationssuche den Gefühlen und Gedanken des Nutzers zusätzliche Beachtung ge-

schenkt. Besonders Stress und Angst werden als relevante Hürden im Suchverhalten

festgestellt. Ähnliches kann man bei Dervins (1992, 1999) „Sense-making“ – Metapher

erkennen. Auch Dervin betont die individuellen Unterschiede von Personen hinsicht-

lich zahlreicher Variablen wie kognitive Fähigkeiten, Emotionen und Erfahrung. Der-

vin betont, dass verschiedene Personen Realität unterschiedlich wahrnehmen können

aufgrund dieser Sammlung an individuell unterschiedlichen Eigenheiten einer Person,

was schlussendlich das Informationsverhalten beeinflussen kann. Ellis, Cox und Hall

(1993) verwenden explizit qualitative Methoden um personenbezogene Unterschiede

von Nutzern, hier Forschern aus der Physik und den Sozialwissenschaften, in ihrem

Suchverhalten aufzudecken. In einer neueren Arbeit betont Solomon (2002) nach Ana-

lyse verschiedener Studien, den Kontext der Informationssuche und die inneren Pro-

zesse und Bedürfnisse des Individuums, das die Suche betreibt. So kann das Suchver-

halten abhängig von diesen Faktoren sehr unterschiedlich ausfallen. Manche suchen

strukturiert und zielgerichtet, andere spontan und weniger planvoll. Informationsver-

halten ist demnach dynamisch und verschieden von Person zu Person. Die hier vorlie-

gende Studie baut auf den Ideen der eben genannten nutzer-fokussierten Theorien und

Forschung auf und ist dieser zugehörig.

Wilson (2000) sieht die Psychologie als wichtigen Teil zur Erforschung von Infor-

mationsverhalten und betont die generelle Notwendigkeit der Interdisziplinarität des

Forschungsfeldes. Verschiedene psychologische Faktoren wie Neigung, Lernverhalten

und Motivation wurden deswegen auch bereits untersucht. Radecki und Jaccard (1995)

stellten fest, dass Menschen, die ihre Fähigkeiten und ihr Wissen überschätzen eher zu

wenige Informationen suchen und daraufhin falsche und riskante Entscheidungen tref-

fen. Des Weiteren entdeckten Radecki und Jaccard (1995), dass Informationen, die den

eigenen Ansichten widersprechen, vermieden werden. Informationen, die die eigenen

Vorstellungen bejahen werden hingegen eher gesucht und als nützlich angesehen. Die-

ser Effekt ist unter dem Namen „confirmation bias“ aus der Psychologie bereits be-

kannt und ausführlich dokumentiert (Mynatt, Doherty & Tweney, 1979). Ford et al.

(2002) belegen, dass Studenten, die unterschiedliche Lernstrategien verwenden, auch

dazu unterschiedliche, äquivalente Suchstrategien verfolgen. Studenten mit einer

ganzheitlichen Lernstrategie suchen dementsprechend eher explorativ und erschöp-

fend. Palmer (1991) nutzt analog zu der hier vorliegenden Arbeit psychometrische

Tests (Kirten-Adoption-Inventory, Learning Style Questionnaire) um Innovativität und

Lernverhalten als Variablen zu operationalisieren und hinsichtlich Informationsverhal-

ten zu untersuchen. Sie stellt dabei zum Beispiel fest, dass innovative Personen, die

aktive Lerntypen sind, eher explorativ suchen und viele Informationsquellen nutzen.

Weiler (2004) betont in seinem Review-Artikel die besondere Bedeutung der Motivati-

on im Informationsverhalten und kann feststellen, dass sich in der bestehenden For-

schung intrinsische Motivation (Neugier, Interesse) effektiver für den Suchprozess

herausgestellt hat als extrinsische (tatsächliche Belohnung, z.B. gute Noten).

Zusätzlich zu den bereits genannten psychologischen Faktoren misst Wilson (1997)

dem Begriff Persönlichkeit aus der Psychologie eine entscheidende Bedeutung bei Un-

terschieden im Suchverhalten bei. Persönlichkeit wurde in der Tat auch in der Biblio-

thekswissenschaft als wichtiger Faktor erkannt. Beispielsweise entdeckten Hatchard

und Crocker (1990), dass Freundlichkeit und Geduld wichtige Eigenschaften für Biblio-

thekare sind, um das Gefühl der Zugänglichkeit bei Studenten und Kunden zu verbes-

sern. Bezüglich der Informationsnutzung stellten Kernan und Mojena (1973) fest, dass

Menschen mit einem bestimmten Persönlichkeitsprofil (risikofreudig, selbstbewusst

und dominant) besonders effizient im Nutzen von Information sind bzw. sehr wenig

Information zur Problemlösung nutzen. Personen, die übermäßig viel Information nut-

zen, hatten ebenfalls ein übereinstimmendes Persönlichkeitsmuster, das sich durch

geringes Vertrauen in sich selbst und andere sowie Gefühle von Zweifel deutlich

macht. In Bezug auf das Fünf-Faktoren-Modell könnte man die erste Gruppe wohl als

besonders extravertiert und die zweite als besonders neurotizistisch bezeichnen.

Bellardo (1985) nähert sich dem Konzept der Persönlichkeit auch mit Hilfe eines

standardisierten psychometrischen Tests, diesmal dem Interpersonal Disposition Invento-

ry. Zusätzlich untersuchte er aber auch Intelligenz und Kreativität im Zusammenhang

mit dem Umgang mit einem Suchsystem. Bellardo stellt die Hypothese auf, dass Per-

sönlichkeit als Prädiktor für die Qualität der Suchergebnisse nicht tauglich ist, im Ge-

gensatz zu Kreativität und analytischem Denken. Bellardo untersuchte dabei aber den

Einfluss der einzelnen Faktoren auf die Relevanz der endgültigen Suchergebnisse und

nicht Unterschiede im tatsächlichen Suchverhalten.

Borgman (1989) stellt auf Basis seiner Studie hingegen die These auf, dass indivi-

duelle Unterschiede im Umgang mit Informationssystemen nicht zufällig sind, son-

dern auch auf Persönlichkeitscharakteristika zurückzuführen sind. Auch hier wurden

standardisierte Tests zur Operationalisierung dieser Charakteristika verwendet. Auf

Basis seiner Ergebnisse macht Borgman unter anderem den Vorschlag, diese individu-

ellen Unterschiede beim Design von Informationssystemen intensiver zu beachten.

Miculincer (1997) untersucht in einer Studie aus der Sozialpsychologie zur Bin-

dungstheorie das Verhalten von Menschen unterschiedlichen Bindungstyps (secure,

anxious-resistant, anxious-ambivalent, anxious-avoidant, disorganized) bei der Informations-

suche. Gewisse Ergebnisse bezüglich der Bindungstypen können dabei auf äquivalente

Dimensionen des Fünf-Faktoren-Modells abgebildet werden. So sind sichere und da-

mit eher extravertierte Personen offener und neugieriger bezüglich neuer Information.

Sie sind auch aktiver und flexibler bei der Suche. Ängstliche und damit im Big-Five-

Modell neurotizistische Personen, streben danach, den Suchprozess sehr schnell zu

beenden, vermeiden neue Informationen und haben größere Probleme im Umgang mit

schlecht strukturierten Suchsystemen.

Eine besondere Bedeutung im Themenkomplex Informationsverhalten und Per-

sönlichkeit ist der Forscherin Jannica Heinström zuzuweisen. Heinström (2000) hat in

einer Pilotstudie den Einfluss der Persönlichkeit, operationalisiert mit dem Fünf-

Faktoren-Modell über den Fragebogen Five-Factor-Inventory, auf das Lernverhalten von

Universitätsstudenten untersucht. Dabei hat sie das Lernverhalten mit einem standar-

disierten Fragebogen zur Selbsteinschätzung gemessen: The Approaches and Study Skills

Inventory for Students (Entwistle & Tait, 1996). Viele Items dieses Fragebogens beziehen

sich dabei direkt auf Informationsverhalten (nicht unbedingt Websuche) und sind da-

mit auch relevant für die hier vorliegende Studie. Heinström eliminierte mittels Fakto-

renanalyse unwichtige Lernfaktoren und stellte fest, dass gewissenhafte Personen sehr

viel strategischer bei der Informationssuche vorgehen und signifikant mehr Zeit und

Mühe in die Suche investieren. Neurotizistische Personen präferieren beim Lernen

äußerlich attraktive und gut strukturierte Bücher. Auch legen Sie viel Wert auf wissen-

schaftliche Autorität. Bezüglich Personen mit einem hohen Offenheitswert konnte eine

Tendenz zu einer explorativen und tiefgründigen Suche festgestellt werden, die aber

noch nicht signifikant war.

Aufbauend auf diesen Ergebnissen untersuchte Heinström (2003) den direkten Ein-

fluss der fünf Persönlichkeitsdimensionen auf das Informationsverhalten mittels einer

quantitativen Studie an 305 Universitätsstudenten. Die Persönlichkeit wurde diesmal

mit dem Standard-Fragebogen des Fünf-Faktoren-Modells, dem NEO-Five-Factor Inven-

tory (Costa & McCrae, 1992), erfasst. Der Fragebogen zur Ermittlung des Informations-

verhaltens war speziell für diese Studie von Heinström entwickelt worden. Er besteht

aus 70 Fragen zum Informations– und Suchverhalten. Die Fragen behandeln Schwie-

rigkeiten in Relevanzbeurteilungen, Kriterien zur Dokumentauswahl, Erfahrung mit

Zeitdruck, Anstrengung und vieles Weitere. Die Fragen zum Informationsverhalten

haben Antwortmöglichkeiten auf einer siebenstufigen Likert-Skala. Heinström ent-

deckte dabei einige signifikante Korrelationen. Neurotizistische Personen geben häufi-

ger an, Schwierigkeiten mit Relevanzbeurteilungen und Zeitdruck zu haben. Extraver-

tierte Personen empfinden Zeitdruck hingegen nicht als Barriere bei der Informations-

suche und präferieren Ergebnisse, die ihr bisheriges Wissen nicht unbedingt bestäti-

gen, sondern neue Impulse liefern. Des Weiteren sind sie nicht sehr strategisch in ihrer

Suche und nutzen soziale Kontakte um Informationen zu erlangen. Für introvertierte

Personen gilt demnach das jeweilige Gegenteil. Studenten mit hohem Offenheitswert

präferieren auch eher neue Impulse in gefundenen Ergebnissen, sind weniger kritisch

bei der Auswahl von Ergebnissen und unternehmen große Anstrengungen bei der Su-

che. Personen mit einem niedrigen Wert präferieren folglich eher Ergebnisse mit einem

geringen Neuheitswert und geben einen geringen Wert für die Arbeitsintensität ihrer

Suche an. Sozial verträgliche Personen haben keine Schwierigkeiten mit Relevanzbeur-

teilungen und Zeitdruck, sind aber sehr kritisch gegenüber Resultaten. Personen mit

geringer sozialer Verträglichkeit, die also hohen Konkurrenzdruck empfinden, leiden

eher unter Zeitdruck und haben Probleme mit Relevanzbeurteilungen. Auch gewis-

senhafte Personen suchen tendenziell nach Ergebnissen, die neue Ideen für den Such-

prozess präsentieren und haben dazu einen hohen Wert bei der Einschätzung des Ar-

beitsaufwands bei der Suche.

Heinström (2005) verknüpft beide Studien (zum Lernverhalten und zum Informa-

tionsverhalten) über eine quantitative Analyse beider Fragebögen. Heinström entdeckt

dadurch drei Suchmuster, die direkt drei Persönlichkeitsprofilen zuzuordnen sind:

„Fast Surfing“, „Broad Scanning“ und „Deep Diving“. „Fast Surfers“ betreiben eine

eher oberflächliche und zeitlich begrenzte Suche. Sie haben Schwierigkeiten die Rele-

vanz von Ergebnissen zu beurteilen und nutzen dabei eher oberflächliche Kriterien

(visuelle Attraktivität, wissenschaftliche Autorität). Dieses Suchverhalten tritt vor al-

lem bei Personen mit hohem Neurotizismus-Wert und geringer Offenheit und Gewis-

senhaftigkeit auf. „Broad Scanners“ nutzen eine explorative und sehr breite Suche,

betrachten dabei viele unterschiedliche Ergebnisse aus verschiedenen Quellen und

finden auch sehr häufig ganz zufällig brauchbare Ergebnisse. Dieses Suchmuster lässt

sich bei extravertierten und sehr offenen Personen feststellen. „Deep Divers“ hingegen

suchen mit großen Arbeitsaufwand und sind sehr kritisch gegenüber gefundenen Er-

gebnissen, das heißt die Qualität der Ergebnisse steht für sie im Vordergrund. Dieses

Verhalten kann bei Personen mit hoher Offenheit beobachtet werden, die gleichzeitig

angeben, generell strategisch und gründlich in ihrem Studium vorzugehen.

Aktuellere Studien in dem Forschungsbereich greifen die Grundlagen-Forschung

von Heinström auf. Halder, Roy und Chakraborty (2010) nutzten auch das NEO-Five-

Factor-Inventory (Costa & McCrae, 1992) um Persönlichkeit zu operationalisieren. Um

den Einfluss auf das Informationsverhalten speziell von Studenten zu untersuchen,

entwickelten sie einen eigenen Fragebogen: Das Information seeking behavior inventory.

Der Fragebogen besteht aus 77 Fragen aus zehn ausgewählten Domänen des Informa-

tionsverhaltens. Zu den Domänen gehören unter anderem der Antrieb zur Suche, die

Vielfalt der Suche, die Art der genutzten Ressourcen und die Zufriedenheit mit der

Suche. Die einzelnen Bereiche wurden mittels Produkt-Moment-Korrelationen auf sig-

nifikante Zusammenhänge untersucht. Die Aussagekraft der Daten ist mit einer Stich-

probengröße von 600 Teilnehmern sehr groß. Es konnte nachgewiesen werden, dass

jede der fünf Persönlichkeitsdimensionen im Zusammenhang mit dem Informations-

verhalten von Studenten steht. Von allen Persönlichkeitsdimensionen korreliert Neuro-

tizismus als einzige positiv damit, während der Suche große Hindernisse und Proble-

me überwinden zu müssen. Extravertierte Studenten geben an, verschiedene Suchstra-

tegien und Ressourcen zu nutzen. Extraversion korreliert auch mit der Aussage, die

Bibliothek als Suchoption zu nutzen. Sie sind der Suche gegenüber grundsätzlich posi-

tiv eingestellt und tendenziell eher zufrieden mit ihrem Suchverlauf. Ähnliche Ergeb-

nisse konnten auch für offene Personen gefunden werden, was dadurch zu erklären ist,

dass Extraversion und Offenheit korrelieren (Satow, 2012, r-Wert = .320). Soziale Ver-

träglichkeit korreliert positiv mit dem Antrieb zur Suche und der Verwendung ver-

schiedener Suchstrategien und negativ damit, zahlreichen problematischen Hindernis-

se während der Suche zu begegnen. Generell ist in der Studie soziale Verträglichkeit

die Dimension mit den wenigsten Zusammenhängen mit dem Informationsverhalten.

Gewissenhaftigkeit weist die meisten Zusammenhänge auf. So wurde von gewissen-

haften Studenten angegeben, verschiedene Suchstrategien, Suchmodalitäten und Res-

sourcen zu verwenden. Auch besteht ein Zusammenhang mit dem investierten Auf-

wand und der kognitiven Leistung, die aufgebracht wird. Gewissenhafte Personen

empfinden die Suche nicht als Hindernis und sind eher zufrieden mit der Suche.

In einem weiteren Forschungsprojekt hat Hyldegard (2009) versucht die Ergebnis-

se von Heinström im realweltlichen Kontext zu überprüfen. Dazu hat sie Schüler in

Gruppenarbeiten über einen längeren Zeitraum begleitet und beobachtet. Die For-

schungsfrage war dabei, ob und wie sich die verschiedenen Persönlichkeitseigenschaf-

ten im Informationsverhalten innerhalb der Gruppe bemerkbar machen. Hyldegard

entdeckte zum Beispiel, dass innerhalb der Gruppe neurotizistische Schüler keine auf-

fälligeren Probleme hatten als andere Schüler. Hyldegard konstatierte, dass die soziale

Situation einen großen Einfluss auf die beobachtbaren Ausprägungen der Persönlich-

keitsdimensionen haben kann. Deswegen rät sie von einer Generalisierung des Infor-

mationsverhaltens, allein über die Persönlichkeit, ab.

Zusammengefasst ist festzustellen, dass psychologische Faktoren durchaus Unter-

suchungsgegenstand der Forschung zum Informationsverhalten sind und in verschie-

denen Studien als bedeutende Einflussfaktoren identifiziert werden konnten. Persön-

lichkeit als Einflussfaktor wurde noch nicht in größerem Ausmaß behandelt. Hein-

ström (2005) und andere Forscher lieferten erste wichtige Impulse und konnten aufzei-

gen, dass Persönlichkeit einen prägenden Einfluss auf das Informationsverhalten hat.

Die Aufarbeitung der bestehenden Literatur zum Thema Persönlichkeit und Informati-

onsverhalten zeigt auf, dass der Schwerpunkt der Forschung bisher aus quantitativer

Auswertung von Fragebögen besteht (Heinström, 2005). Heinström weist auf die

Grenzen ihrer Arbeit hin, indem sie angibt, dass die Erfassung des Informationsverhal-

tens durch Selbsteinschätzungen in Fragebogen nicht als allgemeingültiger Nachweis

für das reale Verhalten von Personen dienen kann. Heinström empfiehlt, dieses reale

Verhalten mit entsprechenden Methoden so direkt wie möglich zu untersuchen. Diese

Anregung wird durch die hier vorliegende Studie aufgegriffen.

Bezüglich der Operationalisierung der Persönlichkeit hat sich die Verwendung

psychometrischer Tests als Konvention herausgestellt, weswegen auf den B5T von Sa-

tow (2012) zurückgegriffen wird. Laut Satow (2012) eignet sich dieser insbesondere für

studentische Forschungsprojekte. Die hier vorliegende Studie nun nähert sich der Er-

fassung des Informationsverhaltens aber über Wilsons (1997) Definition des „micro-

levels“ der Informationssuche im Web. Erfasst werden also eindeutig messbare und

beobachtbare Parameter wie Klicks, Anzahl angeklickter Ergebnisse und aufgerufene

Seiten. Die Parameter des micro-level sind in Form eines Laborexperiments, das eine

möglichst realistische Suchaufgabe stellt und Suchumgebung schafft, leicht messbar

und eindeutig beobachtbar. Die Auswertung dieser Parameter hinsichtlich eines Zu-

sammenhangs mit den erhobenen Persönlichkeitsdimensionen soll bisherige For-

schung bestätigen, erweitern, widerlegen oder neue Impulse liefern. Es ist keine Studie

mit einem ähnlichen Ansatz bekannt.

Die Forschungsfrage ist analog zu Heinström (2005) und vielen anderen Studien in

diesem Bereich nicht hypothesengeleitet, sondern eher exploratorisch-deskriptiv. Sie

soll somit auch eine mögliche Grundlage zur Bildung neuer falsifizierbarer Hypothe-

sen bilden. Es soll generell untersucht werden, ob Persönlichkeit einen Einfluss auf

Informationsverhalten hat und wenn ja, in welcher Form. Als Hilfestellung wird die

Forschungsfrage aber weiter konkretisiert. Allgemein kann man sie zunächst folgen-

dermaßen formulieren:

Hat Persönlichkeit einen Einfluss auf das Informationsverhalten und wenn ja,

welchen?

Diese Formulierung genügt aber nach Häder (2006) keinen wissenschaftlichen Krite-

rien, weswegen sie mit den konkreten Untersuchungsgegenständen der hier vorlie-

genden Arbeit und der Definition des micro-levels nach Wilson (1997) erweitert wird.

Besteht ein monotoner Zusammenhang der Persönlichkeitsdimensionen von Nut-

zern nach dem B5T und den Parametern des micro-levels der Informationssuche im

Web?

Die abhängigen Variablen sind die Parameter des micro-levels und die unabhängigen

Variablen die unterschiedlichen Persönlichkeitsdimensionen eines Nutzers. Ferner

wurden die abhängigen Variablen noch um Fragebogen-Variablen zur Selbsteinschät-

zung erweitert (siehe Abschnitt 4.3 – Fragebögen).

Die Forschungsfrage kann als Ganzes betrachtet nicht beantwortet werden und

dient nur als Leitlinie. Sie wird letztendlich in spezifische Fragen aufgeschlüsselt, für

jede Kombination einer Persönlichkeitsdimension, einer Richtung des Zusammen-

hangs und eines Parameters. Beispiele wären:

Korreliert der Neurotizismus-Wert einer Person positiv mit seiner Klickfrequenz?

Korreliert der Extraversions-Wert einer Person negativ mit der Dauer der Suche?

…usw.

Aufgrund des jetzigen Stands der Forschung ist es notwendig, das Verhalten in jede

mögliche Richtung zu untersuchen, da eindeutige Tendenzen aus der Forschungslite-

ratur nicht erkennbar sind und man mit der hier vorliegenden Arbeit grundlegende

Zusammenhänge jeder Art aufdecken will. Des Weiteren werden auch die drei An-

triebsfaktoren der menschlichen Persönlichkeit nach Satow (2012) zum ersten Mal im

Kontext des Informationsverhaltens untersucht.

Insgesamt soll die Studie einen Beitrag dazu leisten, individuelle Unterschiede im

Informationsverhalten besser zu verstehen, damit Informationssysteme im konkreten

Anwendungsfall diese besser erkennen und unterstützen können (siehe auch Abschnitt

6 – Diskussion).

Die Studie wurde in Form eines Laborexperiments durchgeführt. Es wurde immer ge-

nau eine Versuchsperson von einem Testleiter in ruhigen Räumen ohne Ablenkung

getestet z.B. im FIL der Medieninformatik an der Universität Regensburg. Der Experi-

mentverlauf lief sequentiell über verschiedene Phasen ab. Die Testpersonen mussten

Suchaufgaben im Web mittels eines Laptops (Acer Aspire E1-572-54204G50Mnii) und

dem Webbrowser Google Chrome3 lösen. Sie konnten Chrome auf beliebige Art und

Weise für die Websuche verwenden. Zwischenzeitlich mussten die Testpersonen Fra-

gebögen zu demografischen Daten und zu den Aufgaben sowie den B5T online ausfül-

len. Daten wurden in Form einer Video-Aufnahme der durchgeführten Suchaufgaben,

über Klick-Daten mittels eines Google Chrome Plugins4 und über Abspeichern des

Verlaufs erhoben. Der Screencast zeichnete den Bildschirm während der Taskverarbei-

tung im Format .webm auf. Weitere quantitative Daten wurden über die Fragebögen

erfasst. Die Daten wurden über randomisierte Codes, die die Testpersonen beim Aus-

3 https://www.google.de/chrome/browser/desktop/ 4 https://chrome.google.com/webstore/detail/click-counter/mmchhjebhfcmpjfjlgihgpgfgacoiokk

füllen der Fragebögen eingeben mussten, anonymisiert. Die Testpersonen wurden über

die Anonymisierung aufgeklärt und unterschrieben eine Einverständniserklärung zur

Verwendung ihrer Daten im Rahmen des Forschungsprojekts (siehe Anhang 2 – Doku-

mente für das Experiment auf der beiliegenden DVD). Der Testleiter saß während der

Durchführung der Aufgaben als auch während dem Ausfüllen der Fragebögen an ei-

nem separaten Tisch mit dem Rücken zur Testperson. Die Testperson war damit unbe-

obachtet und wurde nicht abgelenkt. Das komplette Studiendesign wurde mit Hilfe

von „pre-tests“ an zwei Testpersonen auf mögliche Probleme und Missverständnisse

getestet und daraufhin angepasst.

Bei einer Testperson konnten aufgrund technischer Schwierigkeiten keine Screen-

casts und Log-Daten für Task 2 erfasst werden. Hier fehlen also die entsprechenden

Daten für Task 2, als auch gesamt.

Die Suchaufgaben orientieren sich an der „Simulated Work Task Situation“ nach Bor-

lund und Schneider (2010) und sollen mittels einer „cover-story“ ein möglichst dyna-

misches und realistisches Suchverhalten evozieren. Den Teilnehmern wurde jede Auf-

gabe verbal erläutert und auf einem Blatt neben dem Laptop konnten sie die Beschrei-

bung jederzeit nochmal einsehen. Bei den Aufgaben handelt es sich um Bookmarking-

Aufgaben. Die Nutzer sollen also Seiten zu ihrer Lesezeichenliste hinzufügen. Dies hat

den Vorteil, dass die markierten Ergebnisse später leicht eingesehen werden können.

Außerdem ist Bookmarking eine Standardaufgabe im Web. Die Nutzer wurden vor Be-

ginn der Tasks hinsichtlich der Bookmarking-Funktionen von Chrome instruiert. Zum

„Bookmarken“ wurde dem Chrome-Browser ein Ordner „Deine Favoriten“ hinzuge-

fügt, den die Testpersonen beliebig benutzen konnten. Auch hier wurde eine Anlei-

tung auf einer Seite zum Nachschlagen mitgegeben. Diese wurde aber kaum genutzt.

Die Taskformulierung war die Folgende:

Du sollst ein Referat vorbereiten, das den Zusammenhang zwischen Hirntumoren und Radio-

wellen von Funktürmen oder Handys beschreibt.

1. Du interessierst dich zunächst für Webseiten, Artikel und Studien, die allgemein in

das Thema einführen und dir einen ersten allgemeinen Überblick verschaffen. Füge

fünf Seiten, die deiner Meinung nach das Thema gut beleuchten deiner Bookmarking-

Liste bei. Du kannst Seiten auch wieder löschen und andere hinzufügen.

2. Als nächstes suchst du Fachliteratur, die in wissenschaftlichen Zeitschriften publiziert

wurde und sich mit dem Thema auseinandersetzt. Finde drei relevante Artikel und

bookmarke die PDFs oder Seiten der Artikel.

Die Task-Abfolge bedingt eine allmähliche Steigerung vom Allgemeinen zum Spe-

ziellen und vom Einfachen zum Anspruchsvollen, was die jeweilige Aufgaben-

komplexität angeht. Dadurch sollten Testpersonen zu Beginn nicht überfordert

werden, aber im Experimentverlauf trotzdem zu individuellem und möglichst rea-

listischem Suchverhalten angeregt werden. Jede Task wurde erst zum jeweiligen

Zeitpunkt in der Experimentphase erläutert bzw. das Blatt mit den Instruktionen

weiter aufgedeckt. Es war möglich vor Beginn der Aufnahmephase einer Task Fra-

gen zu stellen. Zusätzlich wurden die Teilnehmer darauf hingewiesen, dass sie

maximal 15 Minuten Zeit zur Bearbeitung pro Task haben. Außerdem wurden Sie

instruiert, dass sie innerhalb dieses Zeitrahmens so schnell oder so langsam arbei-

ten können wie sie es für richtig halten und dem Testleiter mitteilen sollen, wenn

die Aufgabe ihrer Meinung nach beendet ist und sie für sich zufriedenstellende

Bookmarks im Ordner gespeichert haben.

Insgesamt wurden vier verschiedene Fragebögen im Online-Format genutzt. Der Test-

leiter rief sie an der entsprechenden Stelle im Experimentverlauf im Browser auf und

wandte sich dann wieder von der Testperson ab, so dass diese den Fragebogen unbeo-

bachtet und unbefangen ausfüllen konnte. Die Fragebögen starteten stets mit einer

kurzen Instruktion. In einem ersten Fragebogen wurden demografische Informationen

in Form von freien Eingabeformularen als auch mit Auswahlfragen erhoben. Er war

wie folgt strukturiert:

Anonymisierungs-Code – freies Formular

Geschlecht – männlich, weiblich

Alter – freies Formular

Schulabschluss – Abitur oder Fachabitur, Realschule, Hauptschule, Anderes, kein

Abschluss

Berufstätigkeit – Selbstständig, Beamter, Angestellter, Arbeiter, Arbeitslos, Stu-

dent, Anderes

Nach jeder durchgeführten Aufgabe musste jeweils ein weiterer Fragebogen ausgefüllt

werden, sogenannte Post-Task-Questionnaires (PTQ). Diese sollen quantitative Daten

zur persönlichen Einschätzung der Suche aus Sicht der Teilnehmer erfassen und erwei-

tern die reinen Performanzparameter um eine zusätzliche Ebene. Die Forschungsfrage

wird damit um Fragebogen-Variablen ergänzt, deren Beantwortung jedoch gleich nach

einem Suchprozess stattfand, wodurch eine höhere ökologische Validität der Daten

erreicht werden soll. Des Weiteren werden Experimentverfälschungen in Form von

Vorwissen oder Expertenkönnen abgefragt. Die Items waren konkrete Fragen, die man

auf einer sieben-stufigen Likert-Skala beantworten konnte. Post-Task-Questionnaire 1

wurde nach Durchführung von Task 1 präsentiert und ist wie folgt konzipiert:

Anonymisierungs-Code – freies Formular

Wie hoch schätzen Sie ihre Erfahrung mit dem Google Chrome Browser ein? (keine

Erfahrung – viel Erfahrung)

Wie hoch schätzen Sie ihr Vorwissen zu dem Thema ein? (kein Vorwissen – sehr

großes Vorwissen)

Wie verständlich fanden Sie die Aufgabe? (unverständlich – sehr verständlich)

Wie realistisch fanden Sie die Aufgabe? (unrealistisch – realistisch)

Wie hoch schätzen Sie die Schwierigkeit der Aufgabe ein? (einfach – schwer)

Wie zufrieden sind Sie mit ihrem Suchverlauf? (unzufrieden – zufrieden)

Wie zufrieden sind Sie mit ihren gefundenen Dokumenten? (unzufrieden – zufrie-

den)

Wie zielgerichtet haben Sie gesucht? (sehr zufällig – sehr zielgerichtet)

Post-Task-Questionnaire 2 wurde nach Beendigung von Aufgabe 2 ausgefüllt:

Wie hoch schätzen Sie ihre Fähigkeiten bei der Recherche wissenschaftlicher Lite-

ratur ein? (sehr gering – sehr hoch)

Wie verständlich fanden Sie die Aufgabe? (unverständlich – sehr verständlich)

Wie realistisch fanden Sie die Aufgabe? (unrealistisch – realistisch)

Wie hoch schätzen Sie die Schwierigkeit der Aufgabe ein? (einfach – schwer)

Wie zufrieden sind Sie mit ihrem Suchverlauf? (unzufrieden – zufrieden)

Wie zufrieden sind Sie mit ihren gefundenen Dokumenten? (unzufrieden – zufrie-

den)

Wie zielgerichtet haben Sie gesucht? (sehr zufällig – sehr zielgerichtet)

Schlussendlich mussten die Teilnehmer noch eine Online-Umsetzung des B5T nach

Satow (2012) ausfüllen. Alle Online-Versionen der Fragebögen als PDF sind in auf der

beiliegenden DVD im Ordner Anhang 1 – Fragebögen einsehbar.

Nachfolgend sei der Experimentverlauf in der konkreten Abfolge schematisch geschil-

dert:

1. Begrüßung und Einleitung

Der Teilnehmer wurde begrüßt und über die Rahmenbedingungen des Expe-

riments aufgeklärt. Aus einem Behälter mit Anonymisierungs-Codes auf Pa-

pierschnipseln wurde ein Code von der Testperson gezogen. Dieser Code wur-

de im weiteren Verlauf dem Testleiter nicht gezeigt und dient der Anonymisie-

rung der Daten. Eine Einverständniserklärung zur Datennutzung wurde unter-

schrieben.

2. Fragebogen zu demografischen Daten

3. Beginn Task 1

Der Teilnehmer wurde über die Nutzung von Google Chrome und über die

generellen Regeln der Aufgabenlösung aufgeklärt. Das Hilfsblatt zur Nutzung

der Bookmarking-Funktionen von Chrome wurde bereitgelegt. Task 1 wurde

aufgedeckt und erläutert. Offene Fragen wurden geklärt und daraufhin die

Aufnahme gestartet.

4. Durchführung Task 1

5. Ende Task 1

Nach Ablauf von 15 Minuten oder nachdem die Testperson mitgeteilt hat, dass

sie die Aufgabe als gelöst betrachtet, wurde die erste Aufnahme beendet.

6. Post-Task-Questionnaire 1

7. Beginn Task 2

Task 2 wurde für die Testperson aufgedeckt und erläutert. Offene Fragen wur-

den geklärt und die Aufnahme wieder gestartet.

8. Durchführung Task 2

9. Ende Task 2

Nach Ablauf von 15 Minuten oder nachdem die Testperson mitgeteilt hat, dass

sie die Aufgabe als gelöst betrachtet, wurde die zweite Aufnahme beendet.

10. B5T-Fragebogen

11. Verabschiedung und Abschluss

Der Teilnehmer erhielt eine Belohnung in Form einer Süßigkeit und wurde

verabschiedet.

12. Vorbereitung auf nächste Testperson

Die Browserdaten wurden gelöscht und der Browser auf den Ausgangszustand

zurückgesetzt. Die Bookmarks und der Verlauf wurden in einem externen Do-

kument gespeichert und im Browser gelöscht.

Alle Dokumente, die während eines Experiments verteilt wurden, sind auf der beilie-

genden DVD in Anhang 2 – Dokumente für das Experiment einsehbar.

In diesem Abschnitt werden alle Variablen aufgelistet, die erhoben wurden und auf die

Forschungsfrage hin ausgewertet wurden. Dazu gehören Parameter aus dem B5T, Per-

formanzparameter bei der Durchführung der Aufgaben und Werte aus den „Post-

Task-Questionnaires“. Die Auswahl der Performanzparameter orientiert sich einerseits

an Wilsons (1997) Definition des micro-levels der Informationssuche, als auch an klassi-

schen Log-Daten, die sich im IR bewährt haben wie bei Bilenko und White (2008), Whi-

te und Drucker (2007) oder auch White und Morris (2007). Die Mehrzahl der Perfor-

manzparameter konnte über Klick-Daten und Analyse des Verlaufs erhoben werden.

Einige komplexere Parameter wie Suchpfade oder Daten, die nicht maschinell erhoben

wurden, wie die Query-Daten, mussten über händische Analyse der aufgenommenen

Videos erfasst werden. Variablen, die aus anderen berechnet werden können (z.B.

Klicks pro Seite) wurden mittels Tabellenkalkulation errechnet. Während der Auswer-

tung der Daten wurden weitere Parameter wie z.B. Tab-Wechsel auffällig, bei denen

ein Bezug zur Forschungsfrage vermutet werden konnte. Diese wurden ebenfalls er-

fasst. Die Mehrzahl der Parameter wurde an der Zeit gemittelt um unabhängig von der

Dauer vergleichbare Variablen zu erhalten. Die Auswahl an Parametern soll das breite

Spektrum des micro-levels abbilden und damit der explorativen Forschungsfrage ge-

recht werden. Letztendlich wurden folgende Parameter gespeichert:

Dauer in Sekunden

Die Dauer einer Aufgabe gemessen in Sekunden. Um gleichwertige Betrachtungen zu

ermöglichen, beginnt eine Aufgabe mit der Durchführung einer ersten aktiven Suchak-

tion und endet ab dem Punkt, ab dem keine konkrete Aktion der Suche mehr erkenn-

bar ist.

Klicks

Dieser Parameter stellt die Summe der Klicks dar, die in einer Aufgabe getätigt wurde,

unabhängig von ihrer Bedeutung für die Suche. Insgesamt werden dadurch aber auch

Aktionen wie ein „Enter“ nach Eingabe einer Query und ähnliche Aktionen hier dazu-

gezählt. Die Variable ist ein Indikator für Aktivität.

Klicks pro Minute

Die durchschnittliche Anzahl der Klicks (definiert in Klicks) pro Minute. Errechnet

durch die Formel Klicks/Dauer in Sekunden * 60. Die Variable ist ein Indikator für die

durchschnittliche Aktivität.

Aufgerufene Seiten

Die Anzahl aller aufgerufenen Seiten ohne Bereinigung von mehrfach aufgerufenen

Seiten. Zweimal aufgerufene Seiten (z.B. durch Nutzung des Back- oder Forward-

Buttons) werden also auch zweimal gezählt. Die Variable ist ein Indikator für Aktivität

und die Größe des Suchraums.

Seiten pro Minute

Die durchschnittliche Anzahl der Seitenaufrufe pro Minute, errechnet durch die For-

mel Aufgerufene Seiten/Dauer in Sekunden * 60. Die Variable ist ein Indikator für die

durchschnittliche Aktivität und die Größe des Suchraums.

Klicks pro Seite

Die durchschnittliche Anzahl der Klicks pro besuchter Seite, errechnet durch die For-

mel Klicks/Aufgerufene Seiten. Die Variable ist ein Indikator für die durchschnittliche

Interaktion mit den besuchten Seiten.

Betrachtete Resultatseiten

Die Anzahl der tatsächlichen Blicke („views“) auf aufgerufene Resultatseiten. Eine Re-

sultatseite ist eine geordnete Liste von Ergebnissen, aufgerufen durch eine Query oder

einen Filter. Hier wird jeder Blick auf eine Resultatseite (z.B. durch Aufruf, einen Tab-

Wechsel, einen Klick auf einen Zurück-Button etc.) gezählt, unabhängig von Doppe-

lungen. Diese Variable ist ein Indikator für die Beschäftigung mit der Auswahl von

Ergebnissen.

Aufgerufene Resultatseiten

Die tatsächliche Anzahl aufgerufener, einzelner Resultatseiten ohne Doppelungen im

Gegensatz zu den „Blicken“ auf diese (Betrachtete Resultatseiten). Diese Variable ist ein

Indikator für die Anzahl unterschiedlicher Suchanfragen.

Betrachtete Resultatseiten pro Minute

Die durchschnittliche Anzahl der „Betrachtete Resultatseiten“ pro Minute, errechnet

durch die Formel Betrachtete Resultatseiten/Dauer in Sekunden * 60. Die Variable ist ein

Indikator für die durchschnittliche Beschäftigung mit der Auswahl von Ergebnissen.

Resultatseiten pro Minute

Die durchschnittliche Anzahl der aufgerufenen Resultatseiten pro Minute, errechnet

durch die Formel Aufgerufene Resultatseiten/Dauer in Sekunden * 60. Die Variable ist ein

Indikator für die durchschnittliche Anzahl unterschiedlicher Suchanfragen.

Aufgerufene Resultate

Die Anzahl der angeklickten Resultate von Resultatseiten als absolute Summe. Die

Variable ist ein Indikator für die Intensität der Suche und der Auseinandersetzung mit

Ergebnissen.

Resultate pro Minute

Die durchschnittliche Anzahl der Resultataufrufe pro Minute, errechnet durch die

Formel Aufgerufene Resultate/Dauer in Sekunden * 60. Die Variable ist ein Indikator für

die durchschnittliche Auseinandersetzung mit Ergebnissen.

Durchschnittlicher Rang

Der Rang eines Resultats ist gegeben durch die Position in einer Resultatliste. Analog

zu White und Morris (2007) wurde das arithmetische Mittel der Menge aller Positionen

der angeklickten Resultate berechnet. Diese Variable ist ein Indikator für die Breite des

Suchraums bzw. bis zu welcher Rangtiefe man Ergebnisse betrachtet.

Median Rang

Um eine Verzerrung durch häufig angeklickte Ergebnisse an erster Stelle, wie es häufig

im Websuchverhalten auftritt (Silverstein, Marais, Henzinger & Moricz, 1999) zu um-

gehen, wurde auch der Median (und das Maximum) der Menge aller Positionen der

angeklickten Ergebnisse errechnet. Auch diese Variable ist ein Indikator für die Rang-

tiefe einer Suche.

Maximum Rang

Das Maximum aller Positionen der angeklickten Ergebnisse. Diese Variable ist ein In-

dikator für die maximale Rangtiefe einer Suche.

Zahl der Suchpfade

White und Morris (2007) definieren einen „Searchtrail“ als Folge von besuchten Web-

seiten, die über einen Hyperlink-Pfad verbunden sind und mit dem Anklicken eines

Resultats einer Resultatseite beginnt. Der Suchpfad ist beendet, wenn eine Seite aufge-

rufen wird, die nicht mit der aktuellen Seite über einen Hyperlink verbunden ist, also

z.B. über die Eingabe einer neuen Query. Die Resultatseite wurde dabei in der hier

vorliegenden Studie nicht als Schritt mitgezählt um eine genaue Maßzahl für die Such-

tiefe und die Beschäftigung angeklickter Resultate zu erhalten. Ein Suchpfad kann sich

aufteilen, wenn nach dem Klick auf ein Resultat verschiedene Links und Pfade weiter-

verfolgt werden. Ein solches Verhalten erhöht dann also die Anzahl der Suchpfade. In

der Variable „Zahl der Suchpfade“ wird die absolute Anzahl aller Suchpfade gespei-

chert. Die Variable ist damit ein Indikator der Suchtiefe und repräsentiert die Suchstra-

tegie Links auf den Seiten von Ergebnissen anzuklicken und diese Seiten weiterzuver-

folgen.

Suchpfade pro Minute

Die durchschnittliche Anzahl der Suchpfade errechnet durch die Formel Zahl der Such-

pfade/Dauer in Sekunden * 60. Die Variable ist ein Indikator für die tiefere Auseinander-

setzung und Weiterverfolgung von Ergebnissen pro Zeiteinheit.

Durchschnittliche Länge der Suchpfade

Die durchschnittliche Länge der Suchpfade. Die Länge eines Suchpfades ist gegeben

durch die Anzahl der Seiten, aus denen er besteht. Die Variable ist ein Indikator für die

durchschnittliche Suchtiefe.

Längster Suchpfad

Analog zu den Rängen wurde auch die maximale Länge aller Suchpfade erhoben, um

Verzerrungen durch das häufige Vorkommen von Suchpfaden der Länge eins zu rela-

tivieren. Die Variable ist ein Indikator für die maximale Suchtiefe.

Tab-Wechsel

Ein „Tab-Wechsel“ ist ein aktiver Wechsel des Nutzers zwischen verschiedenen geöff-

neten Tabs. Die Variable „Tab-Wechsel“ ist die Summe aller solchen Tab-Wechsel und

ist damit ein Indikator für die Parallelisierung der Suche.

Tab-Wechsel pro Minute

Die durchschnittliche Anzahl der Tab-Wechsels errechnet durch die Formel Tab-

Wechsel/Dauer in Sekunden * 60. Die Variable ist ein Indikator für die durchschnittliche

Parallelisierung der Suche pro Zeiteinheit.

Klicks auf den Zurück-Button

Die absolute Anzahl von Klicks auf den Zurück-Button. Die Variable kann ein Indikator

für die Linearität einer Suche (im Gegensatz zur Parallelisierung über Tabs) als auch

für die Anzahl nicht relevanter Ergebnisse und Seiten sein, da diese über einen Back-

Operator verlassen werden.

Klicks auf den Zurück-Button pro Minute

Die durchschnittliche Anzahl der Klicks auf den Zurück-Button errechnet durch die For-

mel Klicks auf den Zurück-Button/Dauer in Sekunden * 60. Die Variable ist ein Indikator

für die durchschnittliche Linearität pro Zeiteinheit (siehe Klicks auf den Zurück-Button).

Browser-Operationen

Die absolute Anzahl an Klicks die höhere Browser-Operationen darstellen, wie z.B. das

Öffnen eines neuen Tabs über einen Rechtsklick oder das Suchen eines Terms auf einer

Seite. Klicks auf den Zurück-Button wurden nicht dazugezählt, da es dafür schon eine

separate Variable gibt. Diese Variable hier ist damit ein Indikator für die Intensität der

Browsernutzung und die Professionalität des Suchverhaltens.

Browser-Operationen pro Minute

Die durchschnittliche Anzahl der Browser-Operationen errechnet durch die Formel

Browser-Operationen/Dauer in Sekunden * 60. Die Variable ist ein Indikator für die durch-

schnittliche Intensität der Browsernutzung pro Zeiteinheit.

Zahl der Queries

Die absolute Anzahl der Queries aufsummiert. Die Variable ist demnach ein Indikator

für die Anzahl der Suchanfragen, aber auch generell ein Indikator, der ausdrückt, in

welchem Ausmaß query-basiert gesucht wurde.

Querys pro Minute

Die durchschnittliche Anzahl der Queries errechnet durch die Formel Zahl der

Queries/Dauer in Sekunden * 60. Die Variable ist ein Indikator für die durchschnittliche

Nutzung von Queries zur Suche per Zeiteinheit.

Durchschnittliche Länge der Queries

Die durchschnittliche Länge aller Queries errechnet durch das arithmetische Mittel

aller eingegebenen Queries. Die Länge einer Query ist definiert durch die absolute

Zahl der Worte aus denen sie besteht. Diese Variable ist damit ein Indikator für die Art

und Weise der Suche mittels Queries. Ein großer Wert steht meist für die Verwendung

eher natürlich-sprachlicher Queries.

Längste Query

Analog zu den Ränge und den Suchpfaden wurde auch die maximale Länge aller

Queries berechnet. Diese Variable ist demnach ein ähnlicher Indikator wie Durch-

schnittliche Länge der Queries mit dem Unterschied, besonders lange Queries stärker zu

gewichten und nicht durch eine hohe Anzahl sehr kurzer Queries verzerrt zu werden.

Zahl der Query-Modifizierungen

Die absolute Anzahl der Query-Modifizierungen. Eine Query-Modifizierung findet

statt, wenn eine bereits eingegebene Query nicht gelöscht, sondern nur angepasst wird.

Die Variable ist folglich ein Indikator dafür, in welchem Ausmaß Queries verfeinert

wurden.

Query-Modifizierungen pro Minute

Die durchschnittliche Anzahl der Query-Modifizierungen errechnet durch die Formel

Zahl der Query-Modifizierungen/Dauer in Sekunden * 60. Die Variable ist ein Indikator für

die durchschnittliche Häufigkeit von Query-Verfeinerungen pro Zeiteinheit.

Gelöschte Lesezeichen

Die Anzahl der durchgeführten Löschungen von Bookmarks. Im Rahmen der Tasks

bestand die Möglichkeit, Bookmarks zu löschen. Mit dieser Variable soll das Löschver-

halten bezüglich der Bookmarks erfasst werden.

Diese Performanzparameter wurden für jede Task einzeln und als Gesamtwert für bei-

de Tasks zusammen erhoben. Des Weiteren wurden Variablen aus den Post-Task-

Questionnaires gebildet auf Basis des Likert-Werts, der in der entsprechenden Frage

angegeben wurde. Die Variablen werden in der weiteren Arbeit abgekürzt als PTQ-

Variablen bezeichnet:

Schwierigkeit

Ermittelt über die Frage „Wie hoch schätzen Sie die Schwierigkeit der Aufgabe ein?“. Die

Variable ist ein Indikator für die subjektiv empfundene Schwierigkeit und Problematik

der jeweils zu lösenden Task.

Zufriedenheit mit dem Suchverlauf

Ermittelt über die Frage „Wie zufrieden sind Sie mit ihrem Suchverlauf?“. Die Variable ist

also ein Indikator für die subjektiv empfundene Zufriedenheit mit dem Suchverlauf.

Zufriedenheit mit den Dokumenten

Ermittelt über die Frage „Wie zufrieden sind Sie mit ihren gefundenen Dokumenten?“. Die

Variable ist also ein Indikator für die subjektiv empfundene Zufriedenheit mit den ge-

fundenen Dokumenten, also den favorisierten Seiten.

Zielgerichtetheit

Ermittelt über die Frage „Wie zielgerichtet haben Sie gesucht?“. Die Variable ist folglich

ein Indikator dafür, in welchem Ausmaß die Testperson ihr eigenes Suchverhalten als

zielgerichtet betrachtet.

Schlussendlich wurde durch die Auswertung des B5T für jede Persönlichkeitsdimensi-

on (Neurotizismus, Extraversion, Gewissenhaftigkeit, Offenheit, soziale Verträglich-

keit) und die drei Grundbedürfnisse (Bedürfnis nach Anerkennung, nach Macht und

nach Sicherheit) sowohl ein Rohwert als auch ein Stanine-Wert ermittelt.

Das statistische Maß zur Analyse von Zusammenhängen ist die Korrelation. Entspre-

chend der Forschungsfrage soll der Zusammenhang der metrischen Werte der fünf

Persönlichkeitsdimensionen und der drei Bedürfnisse mit den oben (Abschnitt 4.4)

genannten, auch metrisch skalierten, Performanz – und PTQ-Variablen untersucht

werden. Zur Auswertung wurde die Statistiksoftware SPSS5 genutzt.

Verschiedene Korrelationskoeffizienten können nun für die Untersuchung ver-

wendet werden (Leonhart, 2013, S. 259-308). Nach dem Test von Shapiro-Wilk liegt für

die große Mehrzahl der Performanz- und PTQ-Parameter eindeutig keine Normalver-

teilung vor (siehe Anhang 4 – SPSS-Daten auf der beiliegenden DVD). Nach Leonhart

(2013, S. 266) kann der Pearson-Korrelationskoeffizient deswegen nicht genutzt werden

für diese Variablen. Für diese Daten wird der Korrelationskoeffizient von Spearman

verwendet. Generell untersucht der Pearson-Korrelationskoeffizient nur lineare Zu-

sammenhänge (Leonhart, 2013, S. 266). Dies widerspricht dem explorativen Charakter

der hier vorliegenden Studie, mit der monotone Zusammenhänge unabhängig von der

Form aufgedeckt werden sollen. Aus diesem Grund wird auch für die normalverteilten

Daten der Korrelationskoeffizient nach Pearson abgelehnt und stattdessen der Korrela-

tionskoeffizient nach Spearman eingesetzt. Dieser ist ein Maß für alle monotonen Zu-

sammenhänge. Nach Leonhart (2010, S. 128) kann Spearmans‘ Rangkorrelation sensitiv

auf Ausreißer reagieren. Durch die Analyse von Box-Plots für jede Variable wurden

alle Ausreißer für die Performanzparameter entfernt. Des Weiteren dürfen nach Horn-

steiner (2012, S. 259) keine übermäßigen Rangbindungen vorliegen und für die Ränge

muss Gleichabständigkeit gelten. Übermäßige Rangbindung liegt bei der Mehrzahl der

Variablen nach Sichtung der Daten nicht vor. Nach Schendera (2004, S. 501-502) sind

diese Voraussetzungen bei ausreichend großer Stichprobe (N ≥ 30) zu vernachlässigen.

Diese Größe wird in der vorliegenden Studie erreicht. Wenn die Voraussetzungen

nicht zu grob verletzt werden und die Stichprobe groß genug ist, empfiehlt Chock

(2008) eine Verwendung von Spearmans‘ Rho als Korrelationskoeffizient, da dessen

statistische Aussagekraft („statistical power“) größer ist als bei der möglichen Alterna-

tive, dem Kendall-Tau-Korrelationskoeffizient. Leonhart (2012, S. 287) spricht sich nur

dann für eine Verwendung von Kendall-Tau aus, wenn erhebliche Rangbindungen

zweier ordinalskalierter Variablen vorliegen. Bei übermäßiger Verletzung der Voraus-

setzung (z.B. beim Nutzen der Stanine-Werte der Persönlichkeitsdimensionen) wird

dennoch zusätzlich der Korrelationskoeffizient nach Kendall-Tau angegeben. Die Vo-

raussetzungen für Kendall-Tau (Leonhart, 2012, S. 287) sind erfüllt.

5 http://www-01.ibm.com/software/de/analytics/spss/

Bezüglich der B5T-Daten wurden die Rohdaten der verschiedenen Dimensionen

zur Auswertung genutzt, da in der hier vorliegenden explorativen Studie Zusammen-

hänge und erste Tendenzen zunächst unabhängig von Geschlecht und Alter aufgezeigt

werden sollen und die Rohwerte eine breitere Streuung haben, somit also eine diffe-

renziertere Analyse der Persönlichkeit ermöglichen. Bei Abweichungen zu den ent-

sprechenden Stanine-Werten werden diese aber auch zusätzlich betrachtet.

Da die Forschungsfrage der Studie ungerichtet formuliert ist, ist ein zweiseitiger

Signifikanztest empfehlenswert, da dieser explorativ auf Unterschiede testet, auch

wenn es keine gerichtete Hypothese gibt (Leonhart, 2012, S.185).

Als Signifikanzniveau wird 0.05 gewählt. Bei einem p-Wert < 0.05 wird von signi-

fikanten Ergebnissen gesprochen, bei einem p-Wert < 0.1 wird von marginaler Signifi-

kanz gesprochen. Letztere Ergebnisse sind mit Vorsicht zu betrachten. Das Signifi-

kanzniveau wurde auf die marginale Signifikanz ausgeweitet, um jeden möglichen

Zusammenhang trotz statistischer Grenzen der Studie (z.B. durch die Teilnehmerzahl)

aufzuzeigen. In jedem Fall wird ein Streudiagramm mit Regressionsgerade zur Ver-

deutlichung von Ergebnissen betrachtet.

Alle Ergebnisse, die SPSS-Tabellen und weitere Analysen sind im Anhang 4 – SPSS-

Daten auf der beiliegenden DVD enthalten.

Die Teilnehmerzahl beträgt 30 Personen. Die demografische Beschreibung der Stich-

probe soll mit den folgenden Tabellen präsentiert werden:

Sex

Häufigkeit Prozent Gültige Prozen-

te

Kumulierte Pro-

zente

Gültig

male 14 46,7 46,7 46,7

female 16 53,3 53,3 100,0

Gesamt 30 100,0 100,0

Deskriptive Statistik

N Minimum Maximum Mittelwert Standardabwei-

chung

Age 30 21 34 24,43 3,093

Gültige Werte (Listenweise) 30

Education Level

Häufigkeit Prozent Gültige Prozen-

te

Kumulierte Pro-

zente

Gültig Abitur oder Fachabitur 30 100,0 100,0 100,0

Profession

Häufigkeit Prozent Gültige Prozen-

te

Kumulierte Pro-

zente

Gültig

Student 26 86,7 86,7 86,7

Public Servant 1 3,3 3,3 90,0

Employee 3 10,0 10,0 100,0

Gesamt 30 100,0 100,0

Die Geschlechtsverteilung ist gleichmäßig. Die Teilnehmer sind zwischen 21 und 34

Jahre alt und hatten alle Abitur oder Fachabitur. Die große Mehrzahl sind Studenten.

Über die Fragen „Wie verständlich fanden Sie die Aufgabe?“ und „Wie realistisch fanden Sie

die Aufgabe?“ in den Post-Task-Questionnaires 1 und 2 wird die Legitimität der gestellten

Aufgaben mittels einer 7-stufigen Likert-Skala erfasst.

Deskriptive Statistik

N Minimum Maximum Mittelwert Standardabwei-

chung

Verständlichkeit (Task1) 30 5 7 6,53 ,681

Realismus (Task1) 30 5 7 6,10 ,662

Verständlichkeit (Task2) 30 4 7 6,37 ,765

Realismus (Task2) 30 4 7 6,03 ,890

Gültige Werte (Listenweise) 30

Die Mittelwerte aller Antworten sind überdurchschnittlich groß, nah am maximalen

Wert von sieben. Damit sind die Verständlichkeit und die Realitätsnähe der Suchauf-

gaben aus Sicht der Testpersonen belegt. Das Minimum ist ebenfalls überdurchschnitt-

lich bei dem Wert fünf und vier. Verzerrungen aufgrund der Tasks sind damit weitest-

gehend ausgeschlossen.

Der Einfluss weiterer, möglicher Störvariablen sollte über die Fragebögen am Ende

jeder Aufgabe erfasst werden. Die untersuchten Störvariablen sind die Erfahrung, die

man in der Handhabung mit Google Chrome hat, das Vorwissen zum Themengebiet

(also Hirntumore und Radiowellen) sowie die Recherchefähigkeit wissenschaftlicher

Literatur für Task 2. Alle drei Variablen können, bei ungleichmäßiger Verteilung, Ver-

zerrungen der Ergebnisse nach sich ziehen. Die drei Variablen wurden auf einer 7-

stufigen Likert-Skala erfasst.

Deskriptive Statistik

N Minimum Maximum Mittelwert

Standardabwei-

chung Varianz

Erfahrung_Chrome 30 1 7 4,50 2,177 4,741

Vorwissen 30 1 5 2,60 1,102 1,214

Recherchefähigkeit wiss.

Literatur 30 1 7 4,67 1,470 2,161

Gültige Werte (Listenweise) 30

Man erkennt, dass die Erfahrung mit Chrome sehr breit streut. In der folgenden Häu-

figkeitstabelle kann man ablesen, dass die Mehrzahl der Teilnehmer angibt, sehr wenig

Erfahrung oder sehr viel Erfahrung mit Chrome zu haben.

Erfahrung_Chrome

Häufigkeit Prozent

Gültige Prozen-

te

Kumulierte Pro-

zente

Gültig 1 2 6,7 6,7 6,7

2 8 26,7 26,7 33,3

3 2 6,7 6,7 40,0

5 3 10,0 10,0 50,0

6 9 30,0 30,0 80,0

7 6 20,0 20,0 100,0

Gesamt 30 100,0 100,0

Die Erfahrung mit Chrome kann dementsprechend eine Störvariable auf das Informa-

tionsverhalten sein. Tatsächlich hat kein Teilnehmer größere Probleme mit Chrome

geäußert und auch in den Videos sind keine größeren Schwierigkeiten erkennbar. Dies

legt nahe, dass Personen zwar angeben, wenig Erfahrung zu haben, da sie andere

Browser standardmäßig benutzen, aber in der Tat keine nennenswerten Probleme bei

der Nutzung mit Chrome hatten. In der weiteren Arbeit wird folglich eine Einfluss-

nahme dieser Variable auf das Informationsverhalten ausgeschlossen.

Das Vorwissen zum Thema ist mit einem Mittelwert von 2,6 und einer sehr gerin-

gen Streuung als Störvariable abzulehnen. Die Recherchefähigkeit für wissenschaftli-

che Literatur streut geringfügig um den Mittelwert 4,67. Bei der Auswertung der Daten

konnte man jedoch einen signifikanten Zusammenhang mit der Persönlichkeit feststel-

len (siehe Abschnitt 6.2 – Extraversion). Die Variable ist deswegen weniger als mögliche

Störvariable aufzufassen denn als Einflussfaktor, der sich auch über die Persönlichkeit

bemerkbar macht.

Im folgenden Abschnitt wird mittels Histogrammen die Verteilung der einzelnen Per-

sönlichkeitsdimensionen aufgezeigt. Aufgrund der visuellen Klarheit werden die Sta-

nine-Werte der Testpersonen verwendet (Wertebereich 1-9). Für die Rohwerte (Wer-

tebereich 10-40) sind die Verteilungen natürlich äquivalent.

Des Weiteren konnten signifikante Zusammenhänge zwischen einigen Dimensionen

und Antriebsfaktoren festgestellt werden. Alle Dimensionen sind dabei annähernd

normalverteilt, weswegen die Korrelation nach Pearson als statistisches Maß genutzt

wird. Extraversion korreliert negativ mit Neurotizismus (r-Wert = -.475, p-Wert = .008).

Ebenso korreliert Offenheit negativ mit Neurotizismus (r-Wert = -.452, p-Wert = .012).

Ein weiterer Parameter, der signifikant und negativ mit Neurotizismus korreliert, ist

soziale Verträglichkeit (r-Wert = -.411, p-Wert = .024). Es besteht ein signifikanter Zu-

sammenhang von Extraversion und Verträglichkeit (r-Wert = .406, p-Wert = .026). Das

Bedürfnis nach Anerkennung korreliert positiv mit Neurotizismus (r-Wert = .567, p-

Wert = .001). Das Bedürfnis nach Macht hingegen mit Offenheit (r-Wert = .446, p-Wert

= .013) und wiederrum mit dem Bedürfnis nach Anerkennung (r-Wert = .405, p-wert =

.026). Das Bedürfnis nach Sicherheit korreliert nur mit Offenheit in einem negativen

Zusammenhang. Dieser ist lediglich marginal signifikant (r-Wert = -.338, p-Wert =

.068).

Nachfolgend werden die signifikanten und marginal signifikanten Ergebnisse für jede

Persönlichkeitsdimension beschrieben. Zunächst werden jeweils alle signifikanten Er-

gebnisse mit p-Wert und r-Wert des Korrelationskoeffizienten Spearman Roh tabella-

risch zusammengefasst. Einzelne Parameter werden dann zur Verdeutlichung mit ei-

nem Streudiagramm genauer betrachtet. Generell werden die Rohwerte der B5T-

Dimensionen zur Auswertung verwendet. Wo Besonderheiten bezüglich der Stanine-

Werte auftreten, sind die Parameter mit einem Stern (*) markiert und die r- und p-

Werte der Rohwerte in Klammern angegeben. Meist liegen die Ergebnisse der Rohwer-

te und der Stanine-Werte nicht weit auseinander. Zusätzliche Ergebnisse, die nicht in

den Tabellen enthalten sind aber zum Verständnis beitragen werden im Fließtext ex-

plizit genannt. In Abschnitt 6 – Diskussion wird die Bedeutung der Ergebnisse genauer

untersucht, interpretiert und etwaige Handlungsempfehlungen geboten.

In den Grafiken ist explizit angegeben, wann es sich um die Rohwerte der Persön-

lichkeitsdimensionen handelt. Ist dies nicht angegeben, handelt es sich um die Stanine-

Werte. Der zeilenweise Farbwechsel der Tabellen dient nur der Lesbarkeit und hat kei-

ne statistische Bedeutung.

Parameter r-Wert p-Wert

Aufgerufene Seiten (Task

1) .382 .037

Bei Task 1 wird eine signifikante Korrelation mit der Anzahl besuchter Seiten festge-

stellt. Dieser Zusammenhang ist auch insgesamt zu erkennen (r-Wert = .289) jedoch

nicht signifikant (p-Wert = .128).

Klicks pro Seite (Task 1) -.342 .081

Klicks pro Seite (Task 2) -.332 .085

Klicks pro Seite (gesamt) -.326 .085

Auffällig ist das überdurchschnittlich geringe Klickverhalten auf den einzelnen Seiten,

die besucht werden. Dieses Verhalten ist bei allen Tasks erkennbar und marginal signi-

fikant. Hierbei ist zu betonen, dass sich aufgrund der Mittelung schon geringfügige

Unterschiede des Parameter Klicks pro Seite in relevanten Aktivitätsunterschieden äu-

ßern (dies gilt für alle Parameter, die an der Zeit gemittelt sind).

Klicks auf den Zurück-

Button (Task 1) .380 .042

Klicks auf den Zurück-

Button pro Minute (ge-

samt)

.320 .091

Personen mit hohem Neurotizismus-Wert weisen auch eine Tendenz zur intensiveren

Nutzung von Klicks auf den Zurück-Button auf. Am deutlichsten ist dies bei Task 1 er-

kennbar.

Längster Suchpfad (Task

2) -.364 .068

Zahl der Suchpfade (ge-

samt) .333 .077

Bezüglich der Suchpfade korreliert Neurotizismus mit einer Verhaltensstruktur, bei

der durchaus viele Suchpfade begonnen werden. Bei Task 2 kann man des Weiteren

feststellen, dass diese Suchpfade tendenziell eher kurz sind. Dies kann sich aber nicht

über alle Aufgaben hinweg bestätigen (Maximum length of Suchpfade (gesamt), r-Wert = -

.143 und p-Wert = .460). Die identifizierten Parameter sind beide lediglich marginal

signifikant.

Durchschnittliche Länge

der Queries (Task 2) -.390 .054

Durchschnittliche Länge

der Queries (gesamt) -.443 .016

Längste Query (gesamt) -.416 .031

Neurotizismus korreliert mit der Nutzung tendenziell kurzer Queries signifikant. Da-

bei ist die Query-Anzahl gleichmäßig und weist keine Tendenz auf (Zahl der Queries

(gesamt), r-Wert = .077, p-Wert = 704). Am deutlichsten wird dies bei der Durchschnitts-

länge von Queries.

Parameter r-Wert p-Wert

Schwierigkeit (Task 2) .412 .024

Recherchefähigkeit wiss.

Literatur -.351 .057

Extraversion korreliert damit, die Task 2 als schwere Aufgabe zu empfinden. Dies ist

bei Task 1 nicht der Fall (r-Wert = -.030, p-Wert = .874). Die Selbsteinschätzung für die

eigenen Fähigkeiten bei der Recherche wissenschaftlicher Literatur ist tendenziell eher

gering. Wie bei vielen ordinalskalierten Variablen besteht die Gefahr einer übermäßi-

gen Rangbindung, deswegen sind auch die Ergebnisse der Korrelation nach Kendall-

Tau angegeben (Schwierigkeit (Task 2), r-Wert = .313, p-Wert = .025, Recherchefähigkeit

wiss. Literatur, r-Wert = -.247, p-Wert = .054). Da Task 2 die Aufgabe darstellt, in der

wissenschaftliche Recherchefähigkeiten verlangt werden, wird ein möglicher Zusam-

menhang in Abschnitt 6.2 – Diskussion Extraversion beleuchtet.

Dauer in Sekunden (Task

2) * .383* (.324) .053* (.106)

Es lässt sich feststellen, dass Extraversion bei Task 2 mit der Dauer für die Lösung der

Aufgabe korreliert. Auf Task 1 trifft dies nicht zu (r-Wert = -.086, p-Wert = .662). Diese

Korrelation äußert sich signifikant bei Nutzung der Stanine-Werte für Extraversion, ist

aber bei den Rohwerten durchaus auch erkennbar. Es ist ausgeschlossen, dass das Er-

gebnis durch Rangbindungen verfälscht wird, da auch eine Korrelationsüberprüfung

mittels Kendall-Tau einen signifikanten Zusammenhang feststellen lässt (r-Wert = .308,

p-Wert = .037).

Aufgerufene Resultatsei-

ten (gesamt) .379 .051

Extravertierte Personen frequentieren häufiger Resultatseiten. Der Zusammenhang ist

dabei marginal signifikant.

Durchschnittliche Länge

der Suchpfade (Task 1) -.339 .072

Es ist ein Zusammenhang zwischen Extraversion und der Länge der Suchpfade bei

Task 1 festzustellen. Dieser ist jedoch marginal signifikant und bei Task 2 als auch ins-

gesamt nicht weiter identifizierbar (Durchschnittliche Länge der Suchpfade (gesamt), r-

Wert = -.157, p-Wert = .433).

Längste Query (Task 1) .308 .098

Längste Query (gesamt) * .332* (.320) .091* (.104)

Man kann bei der Betrachtung der Stanine-Werte einen marginal signifikanten Zu-

sammenhang bezüglich der Länge der Queries feststellen. Die maximale Länge einer

Query ist demnach bei höherem Extraversionswert länger. Bei der durchschnittlichen

Länge (gesamt) ist diese Tendenz zwar erkennbar aber nicht signifikant (r-Wert = .297,

p-Wert = .200). Die Gefahr von Rangbindungen ist hier gegeben, aber auch Kendall-

Tau lässt für den Stanine-Wert von Extraversion eine marginale Signifikanz bei der

maximalen Länge einer Query (gesamt) erkennen (r-Wert = .275, p-Wert = .090). Auf-

grund der geringen Wertemenge und der marginalen Signifikanz ist dieses Ergebnis

mit Skepsis zu betrachten.

Parameter r-Wert p-Wert

Zielgerichtetheit (Task 1) .355 .054

Gewissenhaftigkeit korreliert mit der Angabe, zielgerichtet gesucht zu haben. Dies ist

am deutlichsten bei Task 1 und damit auch bei der Aufgabe, die am meisten Freiheit

bezüglich des Suchverhaltens lässt. Weniger gewissenhafte Personen haben demnach

weniger zielgerichtet gesucht.

Seiten pro Minute (Task

1) .573 .002

Seiten pro Minute (Task

2) .378 .047

Seiten pro Minute (ge-

samt) .380 .042

Besonders auffällig ist der positive Zusammenhang mit der Frequentierung beliebiger

Seiten pro Minute. Generell suchen gewissenhafte Personen tatsächlich weniger lang

(Dauer in Sekunden (gesamt), r-Wert = -.212), besuchen dabei aber, wie man hier sieht,

besonders viele Seiten pro Zeiteinheit. Insbesondere sticht dabei wiederum Task 1 her-

aus.

Betrachtete Resultatseiten

(gesamt) .387 .051

Gewissenhaftigkeit korreliert auch mit der Häufigkeit der Betrachtung von Resultatsei-

ten marginal signifikant. Diese Tendenz ist auch gemittelt an der Zeit zu erkennen,

aber hier nicht signifikant (Betrachtete Resultatseiten pro Minute (gesamt), r-Wert = .202,

p-Wert = .333).

Resultate pro Minute

(Task 2) .453 .016

Ähnlich zu den Resultatseiten korreliert die Zahl der angeklickten Ergebnisse gemittelt

an der Zeit signifikant mit Gewissenhaftigkeit. Dies gilt insbesondere für Task 2, ist

aber auch sonst erkennbar, jedoch nicht signifikant (Resultate pro Minute (Task 1), r-

Wert = .222, p-Wert = .247).

Tab-Wechsel (Task 2) -.351 .079

Klicks auf den Zurück-

Button (Task 2) .313 .099

Klicks auf den Zurück-

Button pro Minute (Task

2)

.393 .039

Ein weiterer Performanzparameter, der gemittelt an der Zeit als auch absolut für Task

2 eine signifikante Korrelation aufweist, ist Klicks auf den Zurück-Button. Dies ist jedoch

mit Skepsis zu betrachten, da sehr viele Personen einen Null-Wert als Ausprägung

haben. Des Weiteren kann diese Korrelation insgesamt nicht nachgewiesen werden

(Klicks auf den Zurück-Button pro Minute (gesamt), r-Wert = -.044, p-Wert = .823). Für die

Anzahl an Tab-Wechseln kann man hingegen eine marginale Signifikanz für eine nega-

tive Korrelation feststellen. Die Korrelation bleibt dabei auch insgesamt bestehen (Tab-

Wechsel (gesamt), r-Wert = -.206, p-Wert = .292).

Suchpfade pro Minute

(Task 2) .537 .003

Dieser Wert kann äquivalent zum oben betrachteten Wert Resultate pro Minute (Task 2)

betrachtet werden, da bei jedem Klick auf ein Ergebnis ein neuer Suchpfad beginnt. Die

stärkere Korrelation muss demnach damit zusammenhängen, dass gewissenhafte Per-

sonen nach Anklicken der Ergebnisse über diese angeklickten Resultate weitere Such-

pfade beginnen.

Längste Query (Task 2) -.367 .077

Queries pro Minute (ge-

samt) * .356* (.299) .063* (.123)

Für das Query-Verhalten lässt sich konstatieren, dass die maximale Größe eines

Queries negativ mit der Gewissenhaftigkeit korreliert, insgesamt (Längste Query (ge-

samt), r-Wert = -.318, p-Wert = .107) und bei Task 2 signifikant. Aufgrund der auffällig

hohen Rangbindung sei hier auch das Ergebnis des Korrelationskoeffizienten nach

Kendall-Tau angegeben: r-Wert = -.275, p-Wert = .080. Dennoch muss man den Parame-

ter nach Einsicht des Diagramms mit Vorsicht betrachten, da der absolute Unterschied

sehr gering ist und die Verteilung mäßig streut. Bezüglich des Query-Verhaltens lässt

sich jedoch ein marginal signifikanter Zusammenhang beim Parameter Queries pro Mi-

nute erkennen, welcher eher als Tendenz angenommen werden kann. Signifikant und

am deutlichsten äußert sich dieser Zusammenhang bei den Stanine-Werten von Gewis-

senhaftigkeit.

Parameter r-Wert p-Wert

Zufriedenheit mit dem

Suchverlauf (Task 1) .342 .063

Es existiert ein Zusammenhang zwischen der Zufriedenheit mit dem Suchverlauf bei

Task 1 und der Offenheit einer Person, der sich marginal signifikant äußert. Bei Task 2

besteht bezüglich dieser Variable nur ein geringer positiver Zusammenhang (r-Wert =

.129, p-Wert = .497). Hinsichtlich der Zufriedenheit mit den gefundenen Dokumenten

besteht auch nur eine geringe, nicht signifikante Korrelation bei Task 1 (r-Wert= .155,

p-Wert= .414). Die Rangbindungen dieser Variable sind auffällig hoch. Auch Kendall-

Tau weist eine marginal signifikante positive Korrelation nach (r-Wert = .276, p-Wert =

.054).

Dauer in Sekunden (ge-

samt) .431 .031

Überdurchschnittlich offene Menschen haben zur Lösung der zwei Aufgaben insge-

samt übermäßig viel Zeit in Anspruch genommen. Die Korrelation ist signifikant.

Median Rang (Task 2) .493 .009

Median Rang (gesamt) .488 .008

Die Rangnummer der angeklickten Ergebnisse korreliert hoch signifikant und positiv

mit dem Offenheitswert einer Person. Der Zusammenhang gilt auch für die Durch-

schnittswerte (Durchschnittlicher Rang (gesamt), r-Wert = .151, p-Wert = .472). Die hohe

Signifikanz äußert sich aber nur über den Median, der die Verzerrung über zu viele

angeklickte erste Resultate auflöst.

Klicks auf den Zurück-

Button (Task 1) -.471 .010

Die Nutzung von Klicks auf den Zurück-Button lässt sich in Zusammenhang bringen mit

der Offenheit einer Person. So existiert eine negative Korrelation zwischen der Häufig-

keit der Nutzung von Klicks auf den Zurück-Button. Dies äußert sich bei Task 1 und den

absoluten Werten für Klicks auf den Zurück-Button hoch signifikant. Auch gesamt (r-

Wert = -.295, p-Wert = .120) und über die Zeit gemittelt (Klicks auf den Zurück-Button pro

Minute (gesamt), r-Wert = -.230, p-Wert = .230) kann man diese Tendenz vermuten.

Query-Modifizierungen

pro Minute (Task 1) .321 .089

Zahl der Queries (Task 2) -.368 .054

Längste Query (Task 2) .369 .076

Das Query-Verhalten ist von Task 1 zu Task 2 bezüglich der Zusammenhänge mit dem

Offenheitswert inkonsistent. Bei Task 1 zeigt sich eine marginal signifikante Korrelati-

on mit der Nutzung von Query-Modifizierungen pro Minute. Ferner hat diese einen

Einfluss auf die insgesamt eingegebenen Queries pro Minute bei dieser Task (r-Wert =

.283, p-Wert = .137) da jede Query-Modifizierung eine neue Query-Eingabe nach sich

zieht. Zu beachten ist aber auch, dass der Parameter Query-Modifizierungen pro Minute

(Task 1) viele Null-Werte aufweist. Kendall-Tau zeigt aber auch eine marginale Signifi-

kanz auf (r-Wert= .248, p-Wert= .072). Bei Task 2 kann man eine gegenteilige, also nega-

tive Korrelation messen. Diese ist marginal signifikant hinsichtlich der absoluten An-

zahl von Queries während dieser Task. Auch die maximale Länge der Queries ist bei

dieser Task marginal signifikant und in einem positiven Zusammenhang zum Offen-

heitswert. Diese Variable wird aber von keiner anderen (Durchschnittswerte, andere

Task, insgesamt) gestützt und bildet eine besondere Gegebenheit für Task 2 ab.

Gelöschte Lesezeichen

(gesamt) .338 .091

Tab-Wechsel (gesamt) * .321* (.314) .096* (.104)

Verträglichkeit korreliert nach Spearman‘s Roh marginal signifikant und positiv mit

der Anzahl gelöschter Lesezeichen. Es liegen jedoch viele Rangbindungen vor und der

Korrelationskoeffizient nach Kendall-Tau zeigt kein signifikantes Ergebnis, nur eine

Tendenz (r-Wert = .267, p-Wert = .110). Die absolute Anzahl der Tab-Wechsel ist mar-

ginal signifikant bei Betrachtung der Stanine-Werte von Verträglichkeit. Auch hier

kann man übermäßig viele Rangbindungen erkennen. Kendall-Tau zeigt aber auch

eine marginale Signifikanz auf (r-Wert = .255, p-Wert = .071).

Maximum Rang (Task 1) -.359 .066

Maximum Rang (gesamt) -.444 .023

Es kann ein negativer signifikanter Zusammenhang zwischen Verträglichkeit und der

Rangposition der angeklickten Ergebnisse identifiziert werden. Der Zusammenhang

äußert sich beim maximalen Rang, das heißt Personen höherer Verträglichkeit klicken

sehr viel seltener auf Ergebnisse einer hohen Rangposition. Der Zusammenhang ist

auch beim Durchschnittsrang erkennbar, aber nicht signifikant (Durchschnittlicher Rang,

r-Wert = -.202, p-Wert = .333).

Parameter r-Wert p-Wert

Resultatseiten pro Minute

(gesamt) .333 .083

Man kann eine Verbindung zwischen dem Bedürfnis nach Anerkennung und dem

Aufruf von Resultatseiten erkennen. Es gibt einen positiven Zusammenhang, der mar-

ginale Signifikanz aufweist bezüglich der aufgerufenen Resultatseiten pro Minute. Dies

gilt für beide Tasks.

Median Rang (Task 1) -.319 .086

Durchschnittlicher Rang

(gesamt) -.357 .080

Die Rangposition korreliert negativ mit dem Bedürfnis nach Anerkennung. Die Para-

meter weisen marginale Signifikanz bei der Betrachtung des Medians bei Task 1 auf,

aber auch bei dem Durchschnittswert über beide Tasks.

Durchschnittlicher Länge

der Suchpfade (Task 2) -.327 .096

Längster Suchpfad (Task

2) -.442 .024

Die Korrelationen bezüglich der Länge von Suchpfaden sind aufgrund der häufigen

Rangbindung mit Vorsicht zu betrachten. Eine Analyse mit Kendall-Tau ergibt in der

Tat, dass der Parameter Durchschnittlicher Länge der Suchpfade (Task 2) nicht signifikant

korreliert (r-Wert = -.234, p-Wert = .110). Für die maximale Länge von Suchpfaden

(längster Suchpfad (Task2)) lässt sich die Signifikanz hingegen mit Kendall-Tau nachwei-

sen (r-Wert = -.330, p-Wert = .037). Die Tendenz lässt sich jedoch über Kendall-Tau als

nicht signifikant über beide Aufgaben zusammen nachweisen (Längster Suchpfad (ge-

samt), r-Wert = -.033, p-Wert = .817). Aufgrund der Interpretation der Grafik ist diese

Tendenz jedoch mit Skepsis zu betrachten.

Durchschnittliche Länge

der Queries (Task 1) -.347 .061

Durchschnittliche Länge

der Queries (gesamt) * -.315* (-.234) .096* (.222)

Queries pro Minute (ge-

samt) .321 .096

Bei Task 1 ist die Länge der Queries im Durchschnitt kürzer je höher das Bedürfnis

nach Anerkennung ist. Für die Stanine-Werte lässt sich dieser Effekt auch als marginal

signifikant für beide Tasks zusammen nachweisen. Bei den Stanine-Werten liegen aber

wieder viele Rangbindungen vor und der Korrelationskoeffizient nach Kendall-Tau

kann die Annahme korrigieren (r-Wert = -.210, p-Wert = .131). Somit tritt diese Tendenz

signifikant nur bei Task 1 auf. Des Weiteren lässt sich ein marginal signifikanter Zu-

sammenhang bezüglich der Query-Frequenz feststellen. Diese korreliert positiv mit

dem Bedürfnis nach Anerkennung.

Parameter r-Wert p-Wert

Zufriedenheit mit den

gefundenen Dokumenten

(Task 2)

-.455 .012

Das Bedürfnis zur Macht korreliert übermäßig mit der Angabe, weniger zufrieden mit

den gefundenen Dokumenten zu sein. Dieser Sachverhalt ist besonders deutlich und

signifikant bei Task 2, tritt aber auch bei Task 1 auf (r-Wert = -.294, p-Wert = .114). Die

Zufriedenheit mit dem Suchverlauf sinkt auch mit höherem Bedürfnis zur Macht, auf-

fällig, aber nicht signifikant bei Task 2 (r-Wert = -.293, p-Wert = .114). Es ist hierbei aber

zu bedenken, dass das Gefälle vor allem zwischen den Likert-Werten 4 und 7 zu Stan-

de kommt, man sich also noch immer in einem Wertebereich befindet, der eher Zufrie-

denheit ausdrückt.

Dauer in Sekunden (Task

2) .355 .075

Personen mit einem hohen Machbedürfnis haben für Aufgabe 2 tendenziell länger ge-

braucht. Auffallend ist dabei, dass diese Tendenz bei Task 1 nicht signifikant zu erken-

nen ist (r-Wert = -274, p-Wert = .159), Task 2 gleichzeitig auch die Task ist, die eine sig-

nifikant hohe Unzufriedenheit von Personen mit Machtbedürfnis aufweist (siehe

oben).

Seiten pro Minute (ge-

samt) .413 .026

Das Bedürfnis nach Macht weist einen signifikanten und positiven Zusammenhang mit

der Anzahl aufgerufener Seiten pro Zeiteinheit auf. Pro Minute werden also mehr Sei-

ten aufgerufen als bei Personen mit einem geringeren Machtbedürfnis.

Klicks pro Minute (Task

1) .479 .007

Klicks pro Minute (ge-

samt) .430 .022

Das Machtbedürfnis korreliert auch übermäßig stark mit der Klickfrequenz, bei Task 1

sogar hoch signifikant. Der Zusammenhang gilt aber über beide Tasks betrachtet auch

bei Task 2 (r-Wert = .281, p-Wert = .147).

Resultatseiten pro Minute

(Task 1) .383 .044

Resultatseiten pro Minute

(gesamt) .332 .084

Betrachtete Resultatseiten

(gesamt) .367 .065

Auch die Frequenzparamater bezüglich des Aufrufs von Resultatseiten pro Zeiteinheit

weisen eine positive Korrelation mit dem Machtbedürfnis auf. Auch hier äußert sich

dies am deutlichsten bei Task 1.

Tab-Wechsel pro Minute

(Task 1) .340 .071

Personen mit hohem Machtbedürfnis tendieren zu intensiverer Nutzung von Tabs für

ihre Suche. Dies lässt sich als marginal signifikante Korrelation bei Task 1 identifizie-

ren. Diese Tendenz lässt sich geringfügig für die Tab-Wechsels pro Minute auch bei Task

2 ausmachen (r-Wert = .101, p-Wert = .608). Bei Task 2 kann man die Nutzung von Tabs

eher an der absoluten Zahl der aktiven Tab-Wechsel erkennen (Tab-Wechsel, r-Wert =

.326. p-Wert = .104).

Suchpfade pro Minute

(Task 1) .392 .032

Suchpfade pro Minute

(gesamt) .364 .052

Die erhöhte Aktivität pro Zeiteinheit äußert sich konsistent auch bei der Nutzung von

Suchpfaden. Bezüglich der Länge der Suchpfade ist aber kein Zusammenhang festzu-

stellen (Durchschnittliche Länge der Suchpfade (gesamt), r-Wert = -.047, p-Wert = .815).

Folglich können die hier betrachteten Variablen als begonnene Suchvorgänge, also

Klicks auf Resultate betrachtet werden. Der entsprechende Parameter weist in der Tat

auch eine Korrelation auf, diese ist aber nicht signifikant (Resultate pro Minute (gesamt),

r-Wert = .295, p-Wert = .128).

Queries pro Minute (Task

1) .383 .040

Query-Modifizierungen

pro Minute (gesamt) .364 .057

Die hohen Aktivitätsmuster pro Zeiteinheit lassen sich auch bei den entsprechenden

Query-Parametern erkennen. Zum einen korreliert das Machtbedürfnis mit der Anzahl

eingegebener Suchparameter bei Task 1 signifikant. Bei Task 2 ist die Korrelation ge-

ringer (r-Wert = .152, p-Wert = .449). Eine erhöhte Nutzung von Query-Modifizierungen

pro Zeiteinheit kann man hingegen bei beiden Tasks zusammen als marginal signifi-

kante Korrelation feststellen.

Parameter r-Wert p-Wert

Dauer in Sekunden (Task

1) -.360 .060

Das Bedürfnis nach Sicherheit korreliert negativ mit der Dauer für die Suchaufgaben.

Personen mit einem hohen Sicherheitsbedürfnis benötigen bzw. nutzen weniger Zeit

um die Aufgaben zu beenden. Dies gilt für Task 1 marginal signifikant, aber auch ins-

gesamt ist eine Tendenz zu vermuten (Dauer in Sekunden (gesamt), r-Wert = -304, p-Wert

= .139).

Aufgerufene Resultatsei-

ten (Task 1) -.315 (.-250) .090 (.183)

Aufgerufene Resultatsei-

ten (Task 2)* .344* (.267) .079* (.178)

Eine weitere marginale Signifikanz lässt sich auch bei der absoluten Zahl besuchter

Resultatseiten identifizieren. Dabei ist kein eindeutiges Muster zu erkennen, da bei

Task 1 das Bedürfnis nach Sicherheit negativ und bei Task 2 positiv korreliert. Dies ist

jedoch kritisch zu betrachten, da die Signifikanz nur bei den Stanine-Werten auftritt,

bei denen gleichzeitig übermäßig viele Rangbindungen auftreten. Mit Kendall-Tau

kann die Signifikanz nicht nachgewiesen werden (Aufgerufene Resultatseiten (Task 1), r-

Wert = -.212, p-Wert = .129, Aufgerufene Resultatseiten (Task 2), r-Wert = .213, p-Wert =

.148).

Aufgerufene Resultate

(Task 1) -.369 .064

Durchschnittlicher Rang

(Task 2) -.506 .008

Median Rang (Task 2) -.476 .012

Maximum Rang (Task 2) -.352 .067

Durchschnittlicher Rang

(gesamt) -.675 .000

Median Rang (gesamt) -.415 .028

Man kann eindeutige Zusammenhänge zwischen dem Bedürfnis nach Sicherheit und

dem Resultatverhalten ausmachen. Zum einen korreliert es negativ mit der absoluten

Anzahl angeklickter Ergebnisse. Dieser Sachverhalt tritt in einem deutlichen Ausmaß

aber nur bei Task 1 auf. Ein hoch signifikanter und ausgeprägter Zusammenhang für

beide Tasks zusammen lässt sich hingegen für die Rangposition angeklickter Ergebnis-

se registrieren. Personen mit hohem Sicherheitsbedürfnis klicken demnach tendenziell

auf Ergebnisse mit geringer Rangposition, also sehr weit oben in der Liste.

Klicks auf den Zurück-

Button pro Minute (Task

1)

.419 .021

Browser-Operationen

(Task 1) -.373 .042

Klicks auf den Zurück-

Button (gesamt) .408 .028

Klicks auf den Zurück-

Button pro Minute (ge-

samt)

.431 .020

Hinsichtlich der Browsernutzung lassen sich Korrelationen für Klicks auf den Zurück-

Button und für Browser-Operationen ermitteln. Die Klicks auf den Zurück-Button korrelie-

ren sowohl als absolute Zahl als auch gemittelt an der Zeit positiv und signifikant mit

dem Sicherheitsbedürfnis. Die Browser-Operationen hingegen negativ und nur bei Task

1 signifikant, die Tendenz lässt sich aber auch gesamt erkennen (Browser-Operationen

(gesamt), r-Wert = -263, p-Wert = .169). Auch gemittelt an der Zeit ist diese Korrelation

erkennbar (Browser-Operationen pro Minute (gesamt), r-Wert = -193, p-Wert = .315), aber

nicht sehr ausgeprägt und nicht signifikant.

Zahl der Suchpfade (Task

1) -.369 .053

Suchpfade pro Minute

(Task 2) .375 .049

Über Spearman‘s Roh stellt man zwei widersprüchliche Korrelationen bezüglich der

Suchpfade fest. So werden bei Task 1 von Personen mit hohem Sicherheitsbedürfnis

tendenziell eher wenige Suchpfade genutzt, während es bei Task 2 eher mehr sind,

gemittelt an der Zeit. Eine Nachprüfung der Variablen über Kendall-Tau weist den

Zusammenhang wieder auf (Zahl der Suchpfade (Task 1), r-Wert = -.275, p-Wert = .057,

Suchpfade pro Minute (Task 2), r-Wert = .274, p-Wert = .048). Bezüglich Task 1 wurde

bereits festgestellt, dass Personen mit hohem Sicherheitsbedürfnis wenige Ergebnisse

anklicken, was wiederrum zu dem hier festgestellten Ergebnis von wenigen Suchpfa-

den führt. Insgesamt kann man also ein inkonsistentes Verhalten bezüglich der Such-

pfade von Task 1 zu Task 2 identifizieren.

Zahl der Queries (Task 1)* -326* (.-259) .079* (.166)

Über die Stanine-Werte lässt sich ein Zusammenhang mit der Anzahl eingegebener

Queries erkennen. Diese Zahl korreliert negativ mit dem Sicherheitsbedürfnis und ist

marginal signifikant. Bei Task 2 korreliert die Zahl jedoch positiv (r-Wert = .149, p-Wert

= .449). Über Kendall-Tau kann man diesen Zusammenhang bei Task 1 als signifikant

bestätigen (r-Wert = -.297, p-Wert = .040). Ähnlich zu den Suchpfaden ist also wieder

ein inkonsistentes Verhalten von Task 1 zu Task 2 festzustellen.

Es konnte gezeigt werden, dass die Persönlichkeitsdimensionen des B5T punktuell mit

den erhobenen Parametern des micro-levels der Suche als auch mit einigen Variablen

der Post-Task-Questionnaires zusammenhängen. Die Studie zeigt exploratorisch und

deskriptiv mögliche Zusammenhänge im Suchverhalten mit Persönlichkeitsdimensio-

nen auf und soll die Untersuchung darauf aufbauender Hypothesen anregen. Die

Komponente Persönlichkeit kann als Einflussfaktor auf das Suchverhalten angenom-

men werden. Die tatsächliche Notwendigkeit von IR-Systemen auf diesen Faktor zu

reagieren, kann zum jetzigen Zeitpunkt der Forschung aber noch nicht endgültig bestä-

tigt werden.

Ferner ist auch noch nicht klar, wie genau ein Informationssystem im tatsächlichen

Anwendungsfall Persönlichkeit erkennen kann bzw. wie man Informationssysteme

gestalten kann, um sie für den Faktor Persönlichkeit anpassungsfähig zu machen.

Heinström (2005) schlägt vor, sich an klassifizierten Suchmustern zu orientieren, die

eng mit verschiedenen Persönlichkeitsausprägungen zusammenhängen, um dann ent-

sprechend der Suchmuster unterschiedliche Lösungen anzubieten.

In der nun folgenden Diskussion wird dieser Vorschlag aufgegriffen. Die erhobe-

nen Ergebnisse werden in einen Zusammenhang mit dem konkreten Verhalten der

Testpersonen gebracht. Dabei wird jede Persönlichkeitsdimension einzeln betrachtet

und es werden nur Variablen betrachtet, die eine besonders auffällige Tendenz besit-

zen und die keine größeren statistischen Mängel besitzen, wie sie in der Ergebnisinter-

pretation festgestellt wurden (sehr geringe Signifikanz oder Stärke, Inkonsistenz, Zwei-

fel nach visueller Interpretation über Graphen). Die relevanten Variablen werden dabei

zusammengefasst wiederholt, zur genaueren Betrachtung sei aber auf die Ergebnisprä-

sentation in Abschnitt 5.6 – Korrelationen verwiesen.

Wenn möglich werden Handlungsempfehlungen für mögliche Anpassungen von

Informationssystemen gemacht. Diese sind nicht validiert und stellen nur eine erste

Interpretation der Ergebnisse dar. Weitere Forschung in dem Bereich ist vonnöten um

konkretere Handlungsempfehlungen für das IR liefern zu können. Des Weiteren ist die

Diskussion noch durch weitere Einschränkungen begrenzt (siehe dazu auch Abschnitt 9

– Grenzen und Potential der Studie): Zusammenhänge zwischen den einzelnen Dimensi-

onen, die sich möglicherweise im Suchverhalten äußern, werden nicht untersucht.

Auch muss man betonen, dass das Suchverhalten weit mehr Einflüssen unterlegen ist,

als in der hier vorliegenden Studie untersucht wurde.

Weitere Forschung, sowohl was den Zusammenhang der Persönlichkeit mit dem

Suchverhalten, als auch die Auswirkungen auf das IR betrifft, wird empfohlen. Hier

sollen nur erste Impulse geliefert werden. Ferner werden interessante Forschungsfra-

gen und Hypothesen, die sich aus dieser Studie ergeben haben genannt, um die Hypo-

thesengenerierung auf Basis der vorliegenden Studie zu fördern.

Aus den relevanten Parametern lässt sich ableiten, dass besonders neurotizistische Per-

sonen viele Seiten während ihres Suchvorgangs besuchen, die Interaktion mit diesen

aber sehr zurückhaltend ist (konsistent geringe Zahl von Klicks pro Seite). Tatsächlich ist

Zurückhaltung eine inhärente Eigenschaft neurotizistischer Personen (Satow, 2012), die

sich hier im Klickverhalten äußert. Diese Interpretation ist jedoch nicht eindeutig be-

legbar, da die geringe Anzahl der Klicks pro Seite auch dadurch zu Stande kommt,

dass insgesamt mehr Seiten besucht wurden von Personen mit hohem Neurotizismus-

Wert.

Die intensive Nutzung des Backoperators weist auf Schwierigkeiten bei der Rele-

vanzbeurteilung auf der Resultatseite hin, da Ergebnisse angeklickt werden um sie

dann, nach kritischer Betrachtung, als irrelevant zu erkennen und über den Backopera-

tor wieder zu verlassen. Eine Nutzung des Backoperators aufgrund von langen Such-

pfaden ist ausgeschlossen, da diese tendenziell eher kurz sind. Die Problematik der

Relevanzbeurteilung in Verbindung mit Neurotizismus konnte Heinström (2003) auch

nachweisen. Auch weist die Verwendung des Backoperators auf einen linearen, gerad-

linigen Suchverlauf hin im Gegensatz zu einer Parallelisierung über Tabs. Daneben

wurde festgestellt, dass neurotizistische Personen sehr kurze Queries verwenden. Aus

den Daten ist jedoch nicht ersichtlich, ob dies auf ein Problem bei der Query-

Formulierung hinweist und ob dies überhaupt einen negativen Einfluss auf die Suche

hat.

Die Schwierigkeiten bei der Relevanzbeurteilung können durch genauere Be-

schreibung der Ergebnisse auf der Resultatseite relativiert werden. Hierzu kann man

ausführlichere Snippets als auch Vorschauansichten von Seiten anbieten. IR-Elemente

wie Autocomplete und Autosuggest für Suchanfragen können die Queryformulierung

vereinfachen.

Grundsätzlich nutzen extravertierte Personen bei ihrer Suche sehr viele Resultatseiten

und vergleichsweise lange Queries. Ein konkretes Suchmuster lässt sich aufgrund die-

ser Gegebenheiten jedoch nicht feststellen.

Extravertierte Personen hatten scheinbar Probleme bei der Ausführung von Task 2,

welche wissenschaftliche Recherchefähigkeiten erfordert. Dies erkennt man daran,

dass extravertierte Personen tendenziell länger zur Lösung der Aufgabe brauchten, als

auch dadurch, dass sie angaben, die Aufgabe sei übermäßig schwer. Gleichzeitig zeigt

sich auch eine negative Korrelation bei der Frage nach den wissenschaftlichen Recher-

chefähigkeiten (r-Wert = -.351, p-Wert = .057), welche über den Post-Task-Questionnaire

2 erhoben wurde. Extravertierte schätzen ihre Fähigkeiten zur wissenschaftlichen Re-

cherche eher schlecht ein, was somit auch die Ausprägungen der bereits genannten

Variablen erklärt. Tatsächlich konnte man schon nachweisen, dass extravertierte Per-

sonen sich eher auf soziale Aktivitäten konzentrieren und ihre Studien vernachlässigen

(McCown & Johnson, 1991), was die mangelnden Fähigkeiten erklären könnte. Für

introvertierte Personen gilt ferner im Umkehrschluss, dass diese sehr gut mit Task 2

zurechtkamen und ihre wissenschaftlichen Recherchefähigkeiten tendenziell höher

einschätzten.

Weitere Studien können Methoden untersuchen, um extravertierten Personen die

wissenschaftliche Recherche, z.B. über soziale Features, zu erleichtern und anregender

zu gestalten.

Das Verhalten von gewissenhaften Personen bei der Suche zeichnet sich durch eine

hohe Aktivität pro Zeiteinheit und eine erschöpfende Erschließung des Suchraums aus.

So werden sehr viele Resultatseiten betrachtet und tatsächliche Resultate angeklickt.

Keine andere Persönlichkeitsdimension weist eine so hohe Korrelation mit der Anzahl

abgerufener Seiten pro Minute auf. Aufgrund der Korrelation mit der Aussage sehr

zielgerichtet zu suchen bei Task 1, kann man annehmen, dass die hohe Aktivität, und

der größere Suchaufwand mit einer planvollen Suche zusammenhängen. Gewissenhaf-

te Personen suchen tendenziell eher linear und sorgfältig, da sie vermehrt Klicks auf den

Zurück-Button verwenden und Parallelisierung über Tabs vermeiden. Die erhöhte Kor-

relation mit der Anzahl an Suchpfaden weist darauf hin, dass sich der Suchverlauf

nach Klick auf ein Ergebnis darüber in weitere Suchrichtungen aufteilt. Dies findet sich

bei Heinström (2002) wieder, da gewissenhafte Personen in der Fragebogenstudie

vermehrt angaben, Ergebnisse zu präferieren, die ihnen neue Impulse für die Suche

liefern.

Heinström (2000, 2002) klassifiziert gewissenhafte Personen auch als sehr strate-

gisch in ihrem Suchvorgang und entdeckt, dass diese sehr viel Aufwand und Anstren-

gung in ihre Suche stecken. Diese Klassifikation lässt sich in der hier vorliegenden Stu-

die bestätigen. Auf Basis der Daten kann man konstatieren, dass gewissenhafte Perso-

nen keine konkrete Unterstützung bei der Suche brauchen, da sie mögliche Probleme

durch hohe Aktivität, Anstrengung und Sorgfalt ausgleichen. Dies ist konsistent zur

bestehenden psychologischen Forschung, die eine hohe Korrelation von aufgebrachter

Anstrengung bei Tätigkeiten mit dem Faktor Gewissenhaftigkeit nachweisen konnte

(Blickle, 1996). Auch Halder et al. (2010) konnten feststellen, dass gewissenhafte Stu-

denten angeben, sehr viel Anstrengung in die Suche zu investieren.

Weniger gewissenhafte Personen suchen demgemäß weniger aktiv und aufwän-

dig, auch klicken Sie weniger Ergebnisse an und suchen eher zufällig als zielgerichtet.

Insgesamt lässt das auf ein Suchmuster schließen, schnell und wenig reflektiert Ergeb-

nisse zu finden. Es bleibt offen, ob dies für die Personen ein Problem darstellt, da be-

züglich der Zufriedenheit keine signifikanten Unterschiede festgestellt wurden. Im

Gegenteil tendieren gewissenhafte Personen eher zu Unzufriedenheit (Zufriedenheit

mit dem Suchverlauf (Task 2), r-Wert = -.166, p-Wert = .381). Die erhöhte Selbstkritik

gewissenhafter Personen kann eine Erklärung dafür sein (Thompson & Zuroff, 2004).

Generell kann auch eine geringere Motivation eine Erklärung für die geringere Aktivi-

tät weniger gewissenhafter Personen sein (Colquitt & Simmering, 1998).

Konkrete Handlungsempfehlungen müssen weniger gewissenhafte Personen zu

einem planvollen und aufwändigeren Suchverhalten anregen. Als eine Möglichkeit um

motivationale Hindernisse bei der Nutzung von Informationssystemen zu überwinden

hat sich Gamification herausgestellt (Deterding, Sicart, Nacke, O’Hara & Dixon, 2011).

Blohm und Leimeister (2013) weisen auf dauerhafte Verhaltensänderungen über diese

Methode hin. Weitere Forschung ist vonnöten, um konkrete Probleme von weniger

gewissenhaften Personen bei der Suche zu identifizieren und Ansätze, wie den hier

genannten, zu finden und zu validieren.

Je höher der Offenheitswert einer Person, desto länger hat diese gesucht. Dies kann mit

der sehr auffälligen Feststellung zusammenhängen, dass offene Personen tendenziell

auch Ergebnisse mit einer hohen Rangposition anklicken. Offene Personen klicken also

nicht nur auf die ersten Ergebnisse einer Resultatliste sondern besuchen auch Ergeb-

nisse, die weiter hinten, möglicherweise auch auf der zweiten und dritten Seite stehen.

Diese Affinität zu einer breiten Suchstrategie konnte Heinström (2003) identifizieren

und äußert sich hier in einem konkreten Suchmuster. Die Bereitschaft, auch Ergebnisse

weiter hinten in einer Liste anzuklicken, kann mit der natürlichen Neugier offener Per-

sonen zusammenhängen (Costa & McCrae, 1992). Des Weiteren nutzen Personen mit

einem hohen Offenheitswert vergleichsweise viele Klicks auf den Zurück-Button, zumin-

dest bei Task 1, was auf ein lineares Vorgehen bei der Suche hinweist. Generell weist

diese Variable auf eine häufige Revidierung eingeschlagener Suchpfade. Auf Grundla-

ge der Daten kann man jedoch nicht eindeutig feststellen, ob diese Revidierung einen

negativen Einfluss auf die Suche hat oder Teil der breiten explorativen Suchstrategie

ist. Die zweite Vermutung liegt näher, da offene Personen auch signifikant zufriedener

mit dem Suchverlauf sind. Das Query-Verhalten offener Personen ist sehr inkonsistent

von Task zu Task. Demnach kann es nicht als besonderes Muster identifiziert werden.

Weniger offene Personen sind im Vergleich folglich eher auf Ergebnisse weiter

oben in der Ergebnisliste fokussiert. Gleichzeitig kann das ein Problem darstellen, da

diese Personen auch weniger zufrieden mit dem Suchverlauf sind. Dieser Zusammen-

hang ist aber nach bisheriger Auswertung nicht belegbar und kann nur vermutet wer-

den.

Man kann die Suche von offenen Personen unterstützen und die explorative Stra-

tegie weiter fördern, indem man ihnen grundsätzlich längere Resultatlisten präsentiert.

Querverweise über Hypertextstrukturen zu weiteren relevanten Ergebnissen könnten

die Exploration intensivieren. Weitere Analyse von explorativen Suchstrategien und

die Validierung möglicher unterstützender Anwendungen ist notwendig und förder-

lich.

Soziale Verträglichkeit weist die wenigsten Zusammenhänge mit Variablen auf. Sozial

verträgliche Personen klicken tendenziell Ergebnisse mit niedriger Rangposition an

und verwenden Tabs zur Parallelisierung ihrer Suche. Diese Informationen ermögli-

chen keine Annahme von bestimmten Suchmustern. Auch kann man keine Hand-

lungsempfehlungen geben. Offenbar äußern sich die Eigenschaften sozial verträglicher

Personen wie Altruismus und soziale Kompetenz bei der Websuche, wie sie hier

durchgeführt wurde, kaum. Auch Halder et al. (2010) konstatierten in ihrer Fragebo-

genstudie, dass soziale Verträglichkeit die geringste Prädiktionskraft für Informations-

verhalten besitzt. Die Ungeduld sozial unverträglicher Menschen (Costa & McCrae,

1992), die Heinström (2003) als Faktor im Informationsverhalten erkennen konnte,

wird durch die Daten in dieser Studie nicht als Einflussfaktor auf das Suchverhalten

identifiziert.

Es liegt die Vermutung nahe, dass das Informationsverhalten in sozialen Informa-

tionssystemen wie sozialen Netzwerken durch diese Persönlichkeitsdimension stärker

beeinflusst wird. Weitere Studien können diesen Aspekt untersuchen.

Hinsichtlich der drei Antriebsfaktoren der Persönlichkeit (Satow, 2012) konnte ein Zu-

sammenhang mit vielen Variablen festgestellt werden. Folglich können auch diese ne-

ben den klassischen Persönlichkeitsdimensionen als durchaus entscheidende Einfluss-

faktoren angenommen werden.

Personen mit einem hohen Bedürfnis nach Anerkennung besuchen sehr viele Re-

sultatseiten pro Minute und klicken auf diesen tendenziell eher Ergebnisse mit gerin-

ger Rangposition an. Generell kann man ihre Suche auch als query-basiert bezeichnen,

da sehr viele Queries zur Suche genutzt werden. Diese Queries sind dabei eher kurz.

Das Suchmuster lässt sich also als explorativ, aber beschränkt auf Ergebnisse mit ge-

ringer Rangposition sowie query-basiert zusammenfassen. Das Muster ist folglich sehr

komplex und vielschichtig; konkrete Handlungsempfehlungen sind mit den vorlie-

genden Daten noch nicht möglich.

Machtbedürfnis korreliert mit zahlreichen Performanzparametern, an der Zeit gemit-

telt, positiv. Personen mit hohem Machbedürfnis rufen demnach viele Seiten und Re-

sultatseiten pro Minute auf, klicken und interagieren mit den Seiten übermäßig viel

pro Minute und verwenden viele Queries und Query-Modifizierungen pro Minute,

weisen insgesamt also eine sehr hohe Aktivität und eine hohe Frequentierung des

Suchraums auf. Diese Tendenzen sind besonders ausgeprägt bei Task 1, welches

gleichzeitig die Task ist die am meisten Freiheiten bei der Gestaltung der Suche lässt.

Die hohe Anzahl von Suchpfaden deutet dabei auf eine breite Suche in verschiedene

Richtungen hin. Die hohe Anzahl aktiver Tab-Wechsel legt nahe, dass diese breite Su-

che auch parallelisiert wird über mehrere Tabs. Tatsächlich korreliert das Machtbe-

dürfnis auch mit der Angabe, unzufriedener mit der Suche und den Suchergebnissen

zu sein. Auch benötigen Personen mit Machtbedürfnis länger zur Lösung der Aufgabe.

Basierend auf diesen Sachverhalten kann man schließen, dass das Verhalten eher

als hektisch, ziellos und wenig planvoll einzuschätzen ist. Durch übermäßige Aktivität

und häufige Query-Anpassungen sollen Suchprobleme gelöst werden, was aber

scheinbar nicht zufriedenstellend funktioniert und auch übermäßig viel Zeit in An-

spruch nimmt. Bezüglich der Aktivität kann man also Parallelen mit der Dimension

Gewissenhaftigkeit erkennen. Dort lässt sich aber auch Zielgerichtetheit und eine Ver-

kürzung der Suchzeit feststellen. Ferner treten die Probleme für Personen mit ausge-

prägten Machtbedürfnis sehr stark bei Task 2 auf. Ähnlich zu extravertierten Personen

wird hier auch eine mangelnde Fähigkeit zur wissenschaftlichen Recherche angegeben

(r-Wert = -.240, p-Wert = .201). Dieser Zusammenhang ist aber nicht signifikant und die

Unzufriedenheit tritt auch bei Task 1 auf, womit die mangelnde Zufriedenheit, nach

Lage der Daten, eher auf das hektische und nervöse Suchmuster zurückzuführen ist.

Da die Antriebsfaktoren noch kaum untersucht wurden, ist es schwer die konkre-

ten Gründe für dieses Verhalten zu analysieren und auf Basis dieser Handlungsemp-

fehlungen zu erteilen. Aufgrund der Beschreibung der Dimension nach Satow (2012)

sind Personen mit hohem Machtbedürfnis nur zufrieden, wenn sie die Kontrolle über

eine Situation haben. Informationssuche ist generell eher ein wenig kontrollierbarer

Vorgang, da viele unbekannte Variablen Einfluss auf Erfolg oder Misserfolg haben.

Man kann also die Hypothese aufstellen, dass Personen mit hohem Machtbedürfnis

aufgrund der ungewissen Natur der Informationssuche Unzufriedenheit entwickeln

und mit Hektik reagieren. Diese Hypothese muss aber zunächst weiter untersucht

werden, genauso wie etwaige Handlungsempfehlungen, um Personen das Gefühl von

mehr Kontrolle bei der Suche zu geben.

Das Bedürfnis nach Sicherheit ergibt für einige Parameter einen sehr unterschiedlichen

Zusammenhang von Task 1 zu Task 2. So kann man eine negative Korrelation bezüg-

lich der Suchpfade, der Resultatseiten und der Query-Nutzung feststellen, während

man bei Task 2 eine positive Korrelation bezüglich dieser Variablen identifiziert. Diese

Task ist auch anspruchsvoller und erfordert wissenschaftliche Recherchefähigkeit. Man

kann annehmen, dass Personen mit hohem Sicherheitsbedürfnis ihre Suchintensität an

den Anspruch der Aufgaben anpassen.

Konsistent hingegen ist der Zusammenhang mit der Dauer der Aufgabe. So erledi-

gen Personen mit hohem Sicherheitsbedürfnis die beiden Tasks tendenziell eher

schnell. Auch ist auffällig, dass sie viele Klicks auf den Zurück-Button benutzen. Da ten-

denziell eher weniger Ergebnisse angeklickt werden, sind die Klicks auf den Zurück-

Button tatsächlich ein Indikator für die Revidierung falscher Entscheidungen in der

Suchstrategie und nicht dadurch bedingt, dass irrelevante Ergebnisse angeklickt wur-

den. Das eindeutigste Suchmuster lässt sich über den Zusammenhang mit dem Resul-

tatverhalten ausmachen. So werden generell Ergebnisse angeklickt, die sehr weit oben

in der Liste liegen, also eine niedrige Rangposition haben. Umgekehrt haben Personen

mit einem geringen Sicherheitsbedürfnis vermehrt Ergebnisse mit hoher Rangposition

ausgewählt.

Auch hier ist noch nicht ausreichend untersucht, was die konkreten Gründe für

dieses Verhalten sein können. Nach Satow (2012) mögen Personen mit hohem Sicher-

heitsbedürfnis keine Überraschungen und entscheiden sich eher für die Sicherheit und

gegen das Risiko. Man kann folglich die Hypothese aufstellen, dass diese Personen

Ergebnisse mit hoher Rangposition als tendenziell riskant betrachten. Auf Basis der

Daten kann man nicht entscheiden, ob dieses Verhalten aber tatsächlich ein Problem

für die Personen darstellt. Potentielle Handlungsempfehlungen für die Anpassung des

IR an Personen mit hohen Sicherheitsbedürfnis müssen versuchen, durch Design und

Aufbereitung ein stärkeres Sicherheitsgefühl bei der Nutzung zu evozieren und somit

mehr zur Exploration von unterschiedlichen Ergebnissen einzuladen. Bevor man diese

Ideen präzisieren kann, ist weitere Erforschung des Antriebsfaktors vonnöten.

Die Aussagekraft der erhobenen Daten ist mit 30 Testpersonen, vor allem durch die

verhältnismäßig geringe Stichprobengröße, begrenzt. Dies bedingt auch gewisse Prob-

leme bei der statistischen Auswertung, da selten Normalverteilung und Varianzhomo-

genität für erhoben Parameter vorliegt, und somit auf schwächere, weniger aussage-

kräftige statistische Maße zurückgegriffen werden muss, als auch das Signifikanzni-

veau geringer gehalten werden muss. Im Rahmen der vorliegenden Forschungsarbeit

war dies legitim, da nur erste Tendenzen aufgezeigt werden sollten. Zukünftige For-

schungsprojekte können über eine größere Stichprobe die genannten Probleme relati-

vieren.

Des Weiteren beschränkt sich die Analyse der bestehenden Verhaltensweisen und

Suchmuster auf die isolierte Betrachtung der Persönlichkeitsdimensionen. In der Tat

liegen die Dimensionen aber bei jeder Person in unterschiedlichem Ausmaß vor und

interagieren miteinander, indem sie möglicherweise Verhaltensweisen verstärken oder

aufheben. Der Zusammenhang verschiedener Ausprägungen der Dimensionen zu-

sammen auf das Informationsverhalten kann mit den erhobenen Daten aber grund-

sätzlich untersucht werden. Auch kann eine Aufteilung der Teilnehmer für jede Per-

sönlichkeitsdimension anhand eines Mittelwerts und die weitere Analyse über Mittel-

wertvergleiche weitere signifikante Zusammenhänge aufzeigen, die durch die geringe

Stichprobenanzahl und die Beschränkung auf Korrelationen verdeckt werden.

Große Probleme bereitet auch die Interpretation der Daten. Der Fokus auf rein

quantitative Daten macht es schwer die Verhaltensweisen der Teilnehmer auf Motiva-

tion zu untersuchen. Auch die Auffassung darüber, wo für die Probanden Probleme

bestehen ist nicht eindeutig bestimmbar, da grundsätzlich nur neutrale Performanz-

Variablen erhoben wurden. Über Post-Task – Fragen zur Zufriedenheit, Schwierigkeit

und ähnliches konnte die Datenlage erweitert werden. Insgesamt betrachtet bleibt jeg-

liche Ursachenermittlung und Zuweisung von Handlungsempfehlungen noch eher

spekulativ und ist zum jetzigen Stand der Forschung auch nicht empfehlenswert.

Durch die Erhebung einer sehr breit gefächerten Datenmenge aufgrund des explo-

rativen Charakters der Studie ist die Datensichtung sehr schwierig und die isolierte

Analyse von Fragestellungen zwar möglich, doch aufgrund der vorherigen fehlenden

konkreten Hypothesenbildung wissenschaftlich wenig tragbar. Die vorliegende Studie

soll es jedoch auch ermöglichen konkrete Hypothesen zu auffälligen Parametern und

Persönlichkeitsdimensionen zu bilden und diese isoliert und leichter beschreibbar zu

betrachten. Studien mit einem Schwerpunkt auf weniger Variablen können Fragestel-

lungen hypothesengeleitet beantworten und somit eine größere Aussagekraft errei-

chen.

Das Laborexperiment sollte durch lebensechte Aufgaben und Anonymisierung ein

reales Verhalten hervorrufen. Ferner gibt es aber einige Methoden, die die ökologische

Validität weiterer Studien steigern können. Mittels „Diary Studies“ oder der Erhebung

von Log-Daten über einen längeren Zeitraum kann man sich dem realen Informations-

verhalten weiter annähern. Auch die Erhebung qualitativer Daten mittels Fragebögen

oder Thinking-Aloud-Experimenten kann neue Impulse für den Forschungszweig lie-

fern.

Die vorliegende Studie soll einen Beitrag zur Erforschung individueller Unterschiede

im Informationsverhalten leisten. Persönlichkeit konnte innerhalb der Grenzen der

Studie als punktueller Einflussfaktor auf verschiedene Parameter des Informationsver-

haltens bei der Websuche belegt werden. Unterschiedliche Suchmuster, die von der

Persönlichkeit abhängen, wurden erkannt. Die Studie soll Impulse zur Untersuchung

weiterer Zusammenhänge zwischen Persönlichkeit und Informationsverhalten liefern.

Ferner bestätigt die Studie die These Wilsons (2000), Informationsverhalten interdiszip-

linär zu untersuchen, so wie hier mit der Psychologie als unterstützende Wissenschaft.

Die Verwendung eines psychometrischen Tests zur Operationalisierung eines abstrak-

ten psychologischen Begriffs, hier die Persönlichkeit, war bereichernd und funktional

zugleich für die Studie.

Die große Herausforderung künftiger Informationssysteme wird es sein, auf die

individuellen Unterschiede des Nutzers, bedingt durch seine kognitive Leistung (Ing-

wersen, 1996), seinen emotionalen Zustand (Kuhlthau, 1993), seine situative Motivati-

on (Weiler, 2005) oder seine Persönlichkeit (Heinström, 2003) zufriedenstellend zu rea-

gieren. Dies kann durch individuelle Anpassung und Unterstützung unterschiedlicher

Suchstrategien geschehen oder dadurch, die verschiedenen Suchmuster gleichermaßen

zu berücksichtigen und in Einklang zu bringen. Erste Ansätze kann man in modernen

Suchmaschinen wie Google erkennen, die ihre Suchergebnisse über erfasste Daten des

Nutzers anpassen. Auch werden verschiedene Möglichkeiten angeboten, seine Suche

durchzuführen. Der Nutzer kann über Queries, Filter, Query by Example, erweiterte

Suche und viele weitere Methoden den Suchvorgang an seine persönlichen Fähigkeiten

und die situativen Erfordernisse anpassen. All diese Aspekte fördern die Individuali-

sierung der Suche und verbessern diese aus Nutzersicht. Viele der oben genannten

Faktoren werden dabei aber noch nicht ausreichend berücksichtigt. Weitere Forschung

und neue Ideen sind notwendig um diesen Ansprüchen gerecht zu werden.

Allport, G.W. (1961). Persönlichkeit, Struktur, Entwicklung und Erfassung der menschlichen

Eigenart (2.Aufl). Meisenheim: Beltz.

Allport, G.W. (1962). A structuronomic conception of behavior: Individual and collec-

tive: I. Structural theory and the master problem of social psychology. The Journal of

Abnormal and Social Psychology, 64(1), 3-30.

Asendorpf, J.B. & Neyer, F.J. (2012). Psychologie der Persönlichkeit. Berlin Heidelberg:

Springer-Verlag.

Bandura, A. (1978). The self system in reciprocal determinism. American Psychologist,

33, 344-358.

Barrick, M.R., Mount, M.K. (1991). The big fiver personality dimensions and job per-

formance: A meta-analysis. Personnel Psychology, 44(1), 1-26.

Bates, M.J. (2010). Information Behavior. In Bates, M.J. & Mack, M.N. (Hrsg.), Encyclo-

pedia of Library and Information Sciences, 3rd Ed. (pp. 2381 – 2391). New York: CRC

Press.

Bellardo, T. (1985). An investigation of online searcher traits and their relationship to

search outcome. Journal of the American Society for Information Science, 36(4), 241-250.

Bilenko, M. & White, R.W. (2008). Mining the search trails of surfing crowds: identify-

ing relevant websites from user activity. In: WWW '08 Proceedings of the 17th inter-

national conference on World Wide Web (S. 51 – 60). New York: ACM.

Blickle, G. (1996). Personality traits, learning strategies, and performance. European

Journal of Personality, 10, 337-352.

Blohm, I. & Leimeister, J.M. (2013). Gamification. Design of IT- Based Enhancing Ser-

vices for Motivational Support and Behavioral Change. In: Business & Information

Systems Engineering (BISE). DOI: 10.1007/s12599-013-0273-5

Borgman, C. (1989) All users of information retrieval systems are not created equal: an

exploration into individual differences. Information processing and management,

25(3), 237-251.

Borlund, P. & Schneider, J.W. (2010). Reconsideration of the Simulated Work Task Sit-

uation: A Context Instrument for Evaluation of Information Retrieval Interaction.

In: IIiX '10 Proceedings of the third symposium on Information interaction in context (S.

155-164). New York: ACM.

Cattell, R.B. (1946). The description and measurement of personality. Yonkers, NY: World

Book.

Cattell, R.B. (1965). The scientific analysis of personality. Chicago: Aldine Pub.

Chok, N.S. (2008). Pearson’s versus Spearman’s and Kendall’s correlation coefficients for con-

tinuous data. University of Pittsburgh. Retrieved from http://d-

scholarship.pitt.edu/8056/1/Chokns_etd2010.pdf

Colquitt, J.A. & Simmering, M.J. (1998). Conscientiousness, goal orientation, and moti-

vation to learn during the learning process: A longitudinal study. Journal of Ap-

plied Psychology, 83(4), 654-665.

Costa, P. T., Jr. & McCrae, R. R. (1985). The NEO Personality Inventory Manual. Odessa,

FL: Psychological Assessment Resources.

Costa, P. T. & McCrae, R. R. (1987). Neuroticism, somatic complaints, and disease: Is

the bark worse than the bite? Journal of Personality, 55, 299-316.

Dervin, B. (1992). From the mind's eye of the user: the sense-making qualitative-

quantitative methodology. In J. D. Glazier & R. R. Powell (Hrsg.), Qualitative re-

search in information management (S. 61-84). Englewood, CO: Libraries Unlimited

Inc.

Dervin, B. (1999). On studying information seeking methodologically: the implications

of connecting metatheory to method. Information Processing & Management, 35(6),

727-750.

Deterding, S., Sicart, M., Nacke, L., O’Hara, K. & Dixon, D. (2011). Gamification: Using

Game Design Elements in Non-Gaming Contexts. In: CHI '11 Extended Abstracts on

Human Factors in Computing Systems (S. 2425-2428). New York: ACM.

Ellis, D., Cox, D. & Hall, K. (1993). A comparison of the information seeking patterns of

researchers in the physical and social sciences. Journal of Documentation, 49, 356-369.

Entwistle, N. & Tait, H. (1996). Approaches and Study Skills Inventory for Students. Centre

for Research on Learning and Instruction. University of Edinburgh. Retrieved from

http://www.etl.tla.ed.ac.uk/questionnaires/ASSIST.pdf

Eysenck, H.J. (1947). Dimensions of personality. London: Routledge & Kegan Paul.

Eysenck, H.J. (1967). The biological basis of personality. Springfield, IL: Thomas.

Ford, N., Wilson, T.D., Foster, A., Ellis, D. & Spink, A. (2002). Information seeking and

mediated searching. Part 4. Cognitive styles in information seeking. Journal of the

American Society for Information Science and Technology, 53(9), 728-735.

Garland, D. (1991). Sociological Perspectives on Punishment. Crime and Justice, 14, 115-

165.

Goldberg, L.R. (1981). Language and individual differences: The search of universals in

personality lexicons. In L. Wheeler (Hrsg.), Review of personality and social psychology

(Vol. 2, S. 141-165). Beverly Hills: Sage.

Häder, M. (2006). Empirische Sozialforschung: Eine Einführung. Wiesbaden: VS Verlag für

Sozialwissenschaften.

Halder, S., Roy, A. & Chakraborty, P.K. (2010). The influence of personality traits on

information seeking behaviour of students. Malaysian Journal of Library & Infor-

mation Science, 15(1), 41-53.

Hatchard, D.B. & Crocker, C. (1990). Library users - a psychological profile. Australian

Academic and Research Libraries, 21(2), 97-105.

Heinström, J. (2000). The impact of personality and approaches to learning on infor-

mation behavior. Information Research, 5(3). Retrieved from

http://www.informationr.net/ir/5-3/paper78.html

Heinström, J. (2003). Five personality dimensions and their influence on information

behavior. Information Research, 9(1). Retrieved from

http://www.informationr.net/ir/9-1/paper165.html

Heinström, J. (2005). Fast surfing, broad scanning and deep diving: the influence of person-

ality and study approach on students' information-seeking behaviour. Journal of Docu-

mentation, 61 (2), 228-247.

Hornsteiner, G. (2012). Daten und Statistik. Eine praktische Einführung für den Bachelor in

Psychologie und Sozialwissenschaften. Berlin Heidelberg: Springer-Verlag.

Hyldegard, J. (2009). Beyond the search process – Exploring group members’ infor-

mation behavior in context. Information Processing & Management, 45(1), 142-158.

Ingwersen, P. (1996). Cognitive perspectives of information retrieval interaction: ele-

ments of a cognitive IR theory. Journal of Documentation, 52(1), 3-50.

Jani, D. (2010). The Influence of Personality on Tourist Information Behaviour. e-Review

of Tourism Research (eRTR), 9(3), 88-95.

John, O.P, Naumann, L.P. & Soto, C.J. (2008). Paradigm Shift to the Integrative Big-Five

Trait Taxonomy: History, Measurement, and Conceptual Issues. In O. P. John, R.

W. Robins, & L. A. Pervin (Hrsg.), Handbook of personality: Theory and research (pp.

114-158). New York, NY: Guilford Press.

Judge, T. A., Heller, D. & Mount, M. K. (2002). Five-Factor model of personality and job

satisfaction: A meta-analysis. Journal of Applied Psychology, 87, 530-541.

Judge, T.A., Higgins, C.A., Thoresen, C.J. & Barrick, M.R. (2006). The big five personali-

ty traits, general mental ability, and career success across the life span. Personnel

Pschology, 52(3), 621-652.

Kendler, K.S., Neale, M.C., Kessler, R.C., Heath, A.C. & Eaves, L.J. (1993). A Longitudi-

nal Twin Study of Personality and Major Depression in Women. Arch Gen Psychot-

ry, 50(11), 853-862.

Kernan, J.B. & Mojena, R. (1973). Information utilization and personality. Journal of

Communication, 23(3), 315-327.

Kuhlthau, C. C. (1991). Inside the search process: Information seeking from the user’s

perspective. Journal of the American Society for Information Science, 42 (5), 361-371.

Laroche, M., Saad, G., Clevelan, M. & Browne, E. (2000). Gender differences in information

search strategies for a Christmas gift. Journal of Consumer Marketing, 17(6), 500 - 522

Leonhart, R. (2010). Datenanalyse mit SPSS. Göttingen: Hogrefe Verlag.

Leonhart, R. (2013). Lehrbuch Statistik: Einstieg und Vertiefung. Bern: Verlag Hans Huber.

McCown, W.G. & Johnson, J.L. (1991). Personality and chronic procrastination by uni-

versity students during an academic examination period. Personality and Individual

Differences, 12(5), 413-415.

Miculincer, M. (1997). Adult attachement style and information processing: individual

differences in curiosity and cognitive closure. Journal of Personality and Social Psy-

chology, 72(5), 1217-1230.

Murray, H.A. (1938). Explorations in personality. New York: Oxford University Press.

Mynatt, C., Doherty, M. & Tweney, R. (1977). Confirmation bias in a stimulated rese-

arch environment: An experimental study of scientific inference. Quaterly Journal of

Experimental Psychology, 29, 85-95.

Norman, W.T. (1963). Toward an adequate taxonomy of personality attributes: Repli-

cated factor structure in peer nomination personality ratings. The Journal of Abnor-

mal and Social Psychology, 66(6), 574-583.

Palmer, J. (1991). Scientists and information. II. Personal factors in information behav-

iour. Journal of Documentation, 47(3), 254-275.

Radecki, C.M., and Jaccard, J. (1995). Perceptions of knowledge, actual knowledge and

information search behaviour. Journal of Experimental Social Psychology, 31(2), 107-

118.

Saklofske, D.F., Kelly, I.W. & Jansen, B.L. (1995). Neuroticism, depression and depres-

sion proneness. Personality and Individual Differences, 18, 27-31.

Satow, L. (2012). Big-Five-Persönlichkeitstest (B5T): Testmanual und Normen. Online im

Internet: URL: http://www.drsatow.de.

Schendera, C.F.G. (2004). Datenmanagement und Datenanalyse mit dem SAS-System: Vom

Einsteiger zum Profi. München: Oldenbourg Wissenschaftsverlag.

Silverstein, C., Marais, H., Henzinger, M. & Moricz, M. (1999). Analysis of a very large

web search engine query log. ACM SIGIR Forum, 33(1), 6-12.

Skinner, B.F. (1956). A case history in scientific method. American Psychologist, 11, 221-

233.

Solomon, P. (2002). Discovering information in context. In B. Cronin, (Hrsg.). Annual

Review of Information Science and Technology, 36, 229-264.

Stemmler, G., Hagemann, D., Amelang, M. & Bartussek, D. (2010). Differentielle Psychol-

ogie und Persönlichkeitsforschung. Stuttgart: Kohlhammer.

Stern, W. (1911). Die differentielle Psychologie in ihren methodischen Grundlagen. Leipzig:

Barth (Reprint 1994, Bern: Huber).

Thompson, R., & Zuroff, D.C. (2004). The levels of self-criticism scale: comparative self-

criticism and internalized self-criticism. Personality & Individual Differences, 36, 419-

430.

Van Dam, C., Janssens, J.M.A.M. & De Bruyn, E.E.J. (2005). PEN, Big Five, juvenile de-

linquency and criminal recidivism. Personality and Individual Diffenrences, 39, 7-19.

Weiler, A. (2012). Information-Seeking Behavior in Generation Y Students: Motivation,

Critical Thinking, and Learning Theory. The Journal of Academic Librarianship, 31(1),

46–53.

Weiss, A. & Bates, T. (2008). Happiness is a Personal(ity) Thing. The Genetics of Per-

sonality and Well-Being in a Representative Sample. Psychological Science, 19(3),

205-210.

White, R.W. & Drucker, S.M. (2007). Investigating behavioral variability in web search.

In: WWW '07 Proceedings of the 16th international conference on World Wide Web (S.

21-30). New York: ACM.

White, R.W. & Morris, D. (2007). Investigating the querying and browsing behavior of

advanced search engine users. In: SIGIR '07 Proceedings of the 30th annual interna-

tional ACM SIGIR conference on Research and development in information retrieval (S.

255-262). New York: ACM.

Wilson, T.D. (1997). Information Behavior: An inter-disciplinary perspective. Infor-

mation Processing & Management, 33(4), 551-572.

Wilson, T. D. (1999). Models in Information Behavior Research. The Journal of Documen-

tation, 55(3), 249-270.

Wilson, T.D. (2000). Human Information Behavior. Informing Science, 3(2), 49-55.

1

Fragebogen zur Persönlichkeit (B5T)

Vorname:____________________________ Nachname: ________________________

Geburtsdatum: ___ ___ _____ Geschlecht: männlichen O weiblich O

Testdatum: ___ ___ _____ Ort:_______________________________

Anleitung:

Inwieweit treffen die folgenden Aussagen auf Sie zu? Antworten Sie möglichst spontan! Es gibt keine

richtigen oder falschen Antworten. Achten Sie darauf, dass Sie keine Aussage auslassen.

trif

ft g

ar

nic

ht

zu

trif

ft e

he

r n

ich

t zu

trif

ft e

he

r zu

trif

ft

gen

au z

u

Ich bin ein ängstlicher Typ. O O O O

Im privaten Bereich habe ich schon mal Dinge gemacht, die besser nicht an die Öffentlichkeit kommen sollten.

O O O O

Am glücklichsten bin ich dann, wenn viele Menschen mich bewundern und das toll finden, was ich mache.

O O O O

Ich grübele viel über meine Zukunft nach. O O O O

Oft überwältigen mich meine Gefühle. O O O O

Ich bin mir in meinen Entscheidungen oft unsicher. O O O O

Ich bin gerne mit anderen Menschen zusammen. O O O O

Oft werde ich von meinen Gefühlen hin- und her gerissen. O O O O

Ich bin ein Einzelgänger. O O O O

Ich will immer neue Dinge ausprobieren. O O O O

Ich bin in vielen Vereinen aktiv. O O O O

Ich bin ein gesprächiger und kommunikativer Mensch. O O O O

Satow, L. (2012). Big-Five-Persönlichkeitstest (B5T): Fragebogen.

Copyright © 2012 Dr. Lars Satow. Alle Rechte vorbehalten. 2

trif

ft g

ar

nic

ht

zu

trif

ft e

her

n

ich

t zu

trif

ft e

her

zu

trif

ft

gen

au z

u

Ich kann Menschen verstehen, die sagen, dass andere Dinge wichtiger sind als Einfluss und Politik.

O O O O

Ich habe schon immer ein starkes Bedürfnis nach Sicherheit und Ruhe verspürt.

O O O O

Auch kleine Bußgelder sind mir sehr unangenehm. O O O O

Ich fühle mich oft unsicher. O O O O

Ich verspüre oft eine große innere Unruhe. O O O O

Im Grunde bin ich oft lieber für mich allein. O O O O

Ich bin sehr pflichtbewusst. O O O O

Ich bin ein höflicher Mensch. O O O O

Meine Aufgaben erledige ich immer sehr genau. O O O O

Ich helfe anderen, auch wenn man mir es nicht dankt. O O O O

Ich habe immer wieder Streit mit anderen. O O O O

Ich träume oft von einem ruhigen Leben ohne böse Überraschungen. O O O O

Am glücklichsten bin ich dann, wenn ich mich geborgen fühle. O O O O

Wenn ich die Wahl hätte, würde ich in meinem Leben gerne weltbewegende Entscheidungen treffen.

O O O O

Für mehr Einfluss würde ich auf vieles verzichten. O O O O

Ich mache mir oft unnütze Sorgen. O O O O

Ich habe schon mal Dinge weitererzählt, die ich besser für mich behalten hätte.

O O O O

Für mehr Anerkennung würde ich auf vieles verzichten. O O O O

Ich war schon als Kind sehr ordentlich. O O O O

Ich gehe immer planvoll vor. O O O O

Es fällt mir sehr leicht, meine Bedürfnisse für andere zurückzustellen. O O O O

Satow, L. (2012). Big-Five-Persönlichkeitstest (B5T): Fragebogen.

Copyright © 2012 Dr. Lars Satow. Alle Rechte vorbehalten. 3

trif

ft g

ar

nic

ht

zu

trif

ft e

her

n

ich

t zu

trif

ft e

her

zu

trif

ft

gen

au z

u

Ich bin sehr kontaktfreudig. O O O O

Ich kann mich gut in andere Menschen hinein versetzen. O O O O

Ich komme immer gut mit anderen aus, auch wenn sie nicht meiner Meinung sind.

O O O O

Ich habe schon immer ein starkes Bedürfnis verspürt nach meinen eigenen Maßstäben der Beste zu sein.

O O O O

Ich bin oft ohne Grund traurig. O O O O

Ich achte sehr darauf, dass Regeln eingehalten werden. O O O O

Ich bin ein neugieriger Mensch. O O O O

Ich diskutiere gerne. O O O O

Ich habe meine festen Prinzipien und halte daran auch fest. O O O O

Tief in meinem Innersten gibt es eine Sehnsucht nach Einfluss und Macht.

O O O O

Ich kann schnell gute Stimmung verbreiten. O O O O

Ich reise viel, um andere Kulturen kennenzulernen. O O O O

Ich gehe gerne auf Partys. O O O O

Wenn ich mich einmal entschieden habe, dann weiche ich davon auch nicht mehr ab.

O O O O

Ich mache eigentlich nie Flüchtigkeitsfehler. O O O O

Ich bin oft nervös. O O O O

Am liebsten ist es mir, wenn alles so bleibt, wie es ist. O O O O

Auch kleine Schlampereien stören mich. O O O O

Ich lerne immer wieder gerne neue Dinge. O O O O

Ich beschäftige mich viel mit Kunst, Musik und Literatur. O O O O

Ich achte darauf, immer freundlich zu sein. O O O O

Satow, L. (2012). Big-Five-Persönlichkeitstest (B5T): Fragebogen.

Copyright © 2012 Dr. Lars Satow. Alle Rechte vorbehalten. 4

trif

ft g

ar

nic

ht

zu

trif

ft e

her

n

ich

t zu

trif

ft e

her

zu

trif

ft

gen

au z

u

Ich habe schon mal etwas unterschlagen oder nicht gleich zurückgegeben.

O O O O

Ich bin ein Egoist. O O O O

Ich würde meine schlechte Laune nie an anderen auslassen. O O O O

Ich interessiere mich sehr für philosophische Fragen. O O O O

Ich lese viel über wissenschaftliche Themen, neue Entdeckungen oder historische Begebenheiten.

O O O O

Ich habe viele Ideen und viel Fantasie. O O O O

Ich habe schon immer ein starkes Bedürfnis nach Anerkennung und Bewunderung verspürt.

O O O O

Am glücklichsten bin ich dann, wenn ich Verantwortung übernehmen kann und wichtige Entscheidungen treffen darf.

O O O O

Wenn ich die Wahl hätte, würde ich ein Leben in Sicherheit und Frieden wählen.

O O O O

Ich bin unternehmungslustig. O O O O

Ich stehe gerne im Mittelpunkt. O O O O

Tief in meinem Innersten gibt es eine Sehnsucht danach der Beste sein zu wollen.

O O O O

Ich träume oft davon, berühmt zu sein. O O O O

Ich träume oft davon, wichtige Entscheidungen für Politiker oder andere mächtige Menschen zu treffen.

O O O O

Für ein sicheres Leben ohne böse Überraschungen würde ich auf vieles verzichten.

O O O O

Wenn mir jemand hilft, erweise ich mich immer als dankbar. O O O O

Tief in meinem Innersten gibt es eine Sehnsucht nach Ruhe und Geborgenheit.

O O O O

Ich habe schon mal über andere gelästert oder schlecht über sie gedacht.

O O O O

1. B5T-Fragebogen-Original

2. Big-Five-Persönlichkeitstest

3. Demografische Daten

4. Post-Task-Questionnaire 1

5. Post-Task-Questionnaire 2

1. Bookmarking in Google Chrome

2. Einverständniserklärung

1. Für jede Testperson: Auswertung Big-Five-Persönlichkeitstest

2. Für jede Testperson: Videoaufnahme der Tasks als webm-Datei

1. Ausgansdaten (SPSS-Tabellen mit allen Daten, original und ausreißerbereinigt)

2. Deskriptive Statistik

a. Demografie

b. Persönlichkeitsdimensionen

c. Post-Task-Questionnaire-Variablen

d. Performanz-Variablen-Task 1

e. Performanz-Variablen-Task 2

f. Performanz-Variablen-gesamt

3. Inferenzstatistik

a. Für jede Persönlichkeitsdimension: PTQ-Variablen Korrelationen

b. Für jede Persönlichkeitsdimension: Performanz-Variablen Korrelationen

(Task 1)

c. Für jede Persönlichkeitsdimension: Performanz-Variablen Korrelationen

(Task 2)

d. Für jede Persönlichkeitsdimension: Performanz-Variablen Korrelationen

(gesamt)

Ich habe die Arbeit selbständig verfasst, keine anderen als die angegebenen Quellen und

Hilfsmittel benutzt und bisher keiner anderen Prüfungsbehörde vorgelegt.

Ort, Datum Unterschrift